Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

オブジェクトの検出

畳み込みニューラル ネットワーク (CNN または ConvNet) を使用した分類、オブジェクト検出、転移学習の実行、ならびにカスタム検出器の作成

オブジェクト検出は、イメージまたはビデオ内のオブジェクトのインスタンスを特定するためのコンピューター ビジョンの手法です。オブジェクト検出アルゴリズムは通常、機械学習または深層学習を活用して、意味のある結果を生成します。イメージやビデオを見るとき、人間は関心のあるオブジェクトを瞬時に認識して特定できます。オブジェクト検出の目的は、コンピューターを使用してこのインテリジェンスを模倣することです。オブジェクト検出の最適なアプローチは、アプリケーションや解決しようとする問題によって異なります。

深層学習手法では、多数のラベル付き学習イメージを必要とするため、モデルに学習させるのに必要な時間を短縮するために GPU を使用することを推奨します。深層学習ベースのオブジェクト検出では、R-CNN や YOLO v2 などの畳み込みニューラル ネットワーク (CNN または ConvNet) を使用するか、シングルショット検出 (SSD) を使用します。カスタム オブジェクト検出器に学習させることも、転移学習を活用して事前学習済みのオブジェクト検出器を使用し、事前学習済みのネットワークから始めて、アプリケーションに合わせて微調整することもできます。畳み込みニューラル ネットワークには Deep Learning Toolbox™ が必要です。学習と予測は CUDA®対応 GPU でサポートされます。GPU を使用することが推奨され、これには Parallel Computing Toolbox™ が必要になります。詳細については、Computer Vision Toolbox の基本設定およびMathWorks 製品での並列計算のサポート(Parallel Computing Toolbox)を参照してください。

オブジェクト検出の機械学習手法には、集約チャネル特徴 (ACF)、勾配方向ヒストグラム (HOG) 特徴を使用したサポート ベクター マシン (SVM) 分類、および人間の顔や上半身を検出するための Viola-Jones アルゴリズムなどがあります。事前学習済みのオブジェクト検出器から開始することも、アプリケーションに合わせてカスタム オブジェクト検出器を作成することもできます。

Object detection, neural network

アプリ

イメージ ラベラー コンピューター ビジョン アプリケーションに使用するイメージのラベル付け
ビデオ ラベラー Label video for computer vision applications

関数

すべて展開する

深層学習検出器

rcnnObjectDetector R-CNN 深層学習の検出器を使用したオブジェクトの検出
fastRCNNObjectDetector Detect objects using Fast R-CNN deep learning detector
fasterRCNNObjectDetector Faster R-CNN 深層学習の検出器を使用したオブジェクトの検出
ssdObjectDetector Detect objects using SSD deep learning detector
yolov2ObjectDetector Detect objects using YOLO v2 object detector
yolov3ObjectDetector 检测对象使用YOLO v3意思对象detector
maskrcnn Detect objects using Mask R-CNN instance segmentation

特徴ベースの検出器

ocr 光学式文字認識を使用したテキストの認識
readAprilTag Detect and estimate pose for AprilTag in image
readBarcode Detect and decode 1-D or 2-D barcode in image
acfObjectDetector Detect objects using aggregate channel features
peopleDetectorACF 集約チャネル特徴を使用した人物の検出
vision.CascadeObjectDetector Viola-Jones アルゴリズムを使用したオブジェクトの検出
vision.ForegroundDetector 混合ガウス モデルを使用した前景の検出
vision.PeopleDetector HOG 特徴を使用した直立の人物の検出
vision.BlobAnalysis 連結された領域のプロパティ

特徴点を使用したオブジェクトの検出

detectBRISKFeatures BRISK 特徴を検出してBRISKPointsオブジェクトを返す
detectFASTFeatures FAST アルゴリズムを使用してコーナーを検出しcornerPointsオブジェクトを返す
detectHarrisFeatures Harris-Stephens アルゴリズムを使用してコーナーを検出しcornerPointsオブジェクトを返す
detectKAZEFeatures KAZE 特徴を検出してKAZEPointsオブジェクトを返す
detectMinEigenFeatures 最小固有値アルゴリズムを使用してコーナーを検出し、cornerPointsオブジェクトを返します。
detectMSERFeatures MSER 特徴を検出してMSERRegionsオブジェクトを返す
detectORBFeatures Detect ORB keypoints and return anORBPointsobject
detectSIFTFeatures Detect scale invariant feature transform (SIFT) features and returnSIFTPointsobject
detectSURFFeatures SURF 特徴を検出してSURFPointsオブジェクトを返す
extractFeatures 関心点記述子の抽出
matchFeatures マッチする特徴の検出

検出オブジェクトの選択

selectStrongestBbox Select strongest bounding boxes from overlapping clusters
selectStrongestBboxMulticlass Select strongest multiclass bounding boxes from overlapping clusters

学習データの読み込み

boxLabelDatastore Datastore for bounding box label data
groundTruth グラウンド トゥルース ラベル データ
imageDatastore イメージ データのデータ ストア
objectDetectorTrainingData オブジェクト検出器用の学習データの作成
combine 複数のデータ ストアのデータを統合

特徴ベースのオブジェクト検出器の学習

trainACFObjectDetector ACF オブジェクト検出器を学習させる
trainCascadeObjectDetector カスケード型オブジェクト検出器モデルの学習
trainImageCategoryClassifier イメージ カテゴリ分類器の学習

深層学習ベースのオブジェクト検出器の学習

trainRCNNObjectDetector R-CNN深層学習オブジェクト検出器の学習
trainFastRCNNObjectDetector Fast R-CNN 深層学習オブジェクト検出器の学習
trainFasterRCNNObjectDetector Faster R-CNN 深層学習オブジェクト検出器の学習
trainSSDObjectDetector Train an SSD deep learning object detector
trainYOLOv2ObjectDetector Train YOLO v2 object detector

深層学習用の学習データの拡張と前処理

balanceBoxLabels Balance bounding box labels for object detection
bboxcrop 境界ボックスのトリミング
bboxerase Remove bounding boxes
bboxresize Resize bounding boxes
bboxwarp Apply geometric transformation to bounding boxes
bbox2points Convert rectangle to corner points list
imwarp イメージへの幾何学的変換の適用
imcrop イメージのトリミング
imresize イメージのサイズ変更
randomAffine2d ランダムな 2 次元アフィン変換の作成
centerCropWindow2d 四角形の中央トリミング ウィンドウの作成
randomWindow2d Randomly select rectangular region in image
integralImage 2 次元インテグラル イメージの計算

R-CNN (Regions with Convolutional Neural Networks)

rcnnBoxRegressionLayer Box regression layer for Fast and Faster R-CNN
fasterRCNNLayers 创建一个R-CNN ob更快ject detection network
rpnSoftmaxLayer Softmax layer for region proposal network (RPN)
rpnClassificationLayer Classification layer for region proposal networks (RPNs)
regionProposalLayer Region proposal layer for Faster R-CNN
roiAlignLayer Non-quantized ROI pooling layer for Mask-CNN
roiInputLayer ROI input layer for Fast R-CNN
roiMaxPooling2dLayer Neural network layer used to output fixed-size feature maps for rectangular ROIs
roialign Non-quantized ROI pooling ofdlarraydata

YOLO (You Only Look Once)

yolov2Layers Create YOLO v2 object detection network
yolov2TransformLayer Create transform layer for YOLO v2 object detection network
yolov2OutputLayer Create output layer for YOLO v2 object detection network
yolov2ReorgLayer (Not recommended) Create reorganization layer for YOLO v2 object detection network
spaceToDepthLayer 空間から深さへの変換層

焦点損失層

focalLossLayer Create focal loss layer using focal loss function
focalCrossEntropy Compute focal cross-entropy loss

SSD (シングル ショット検出器)

ssdMergeLayer Create SSD merge layer for object detection
ssdLayers (To be removed) SSD multibox object detection network

アンカー ボックス

anchorBoxLayer (To be removed) Create anchor box layer for object detection
estimateAnchorBoxes Estimate anchor boxes for deep learning object detectors
insertObjectAnnotation トゥルーカラー イメージ、グレースケール イメージ、またはビデオ ストリームに注釈を付ける
insertObjectMask Insert masks in image or video stream
insertShape イメージまたはビデオへの形状の挿入
showShape Display shapes on image, video, or point cloud
evaluateDetectionAOS Evaluate average orientation similarity metric for object detection
evaluateDetectionMissRate Evaluate miss rate metric for object detection
evaluateDetectionPrecision オブジェクト検出の適合率メトリクスの評価
bboxOverlapRatio 境界ボックスのオーバーラップ率の計算
bboxPrecisionRecall Compute bounding box precision and recall against ground truth

ブロック

Deep Learning Object Detector Detect objects using trained deep learning object detector

トピック

開始

オブジェクト検出およびセマンティック セグメンテーション用の学習データ

深層学習入門