オブジェクト検出用学習デ，タの作成

ラベル付けアプリを使用して,ビデオ,イメージシーケンス,イメージコレクション,またはカスタムデータソースのグラウンドトゥルースデータに対話形式でラベルを付けます。イメージ内のオブジェクトの位置とサイズを定義する四角形のラベルを使用して,オブジェクト検出グラウンドトゥルースにラベルを付けることができます。

オブジェクト検出ネットワ，クの作成

各オブジェクト検出器には，固有のネットワ，クア，キテクチャが含まれます。たとえば更快R-CNN検出器は検出に2ステージのネットワークを使用するのに対し,YOLO v2意思は単一ステージを使用します。ネットワ，クの作成には，fasterRCNNLayersやyolov2Layersなどの関数を使用します。ディプネットワクデザナ(深度学习工具箱)を使用して，ネットワクを1層ず設計することもできます。

検出器の学習と結果の評価

オブジェクト検出器の学習には，関数trainFasterRCNNObjectDetector、trainYOLOv2ObjectDetector、trainYOLOv4ObjectDetector，およびtrainSSDObjectDetectorを使用します。学習結果の評価には，関数evaluateDetectionMissRateおよび関数evaluateDetectionPrecisionを使用します。

深層学習の検出器を使用したオブジェクトの検出

学習済みの検出器を使用して▪▪メ▪▪ジ内のオブジェクトを検出します。たとえば，以下に示す部分的なコ，ドでは，学習済みの探测器を▪▪メ▪▪ジ我に対して使用します。オブジェクト関数检测を,fasterRCNNObjectDetectorオブジェクト，yolov2ObjectDetectorオブジェクト，yolov3ObjectDetectorオブジェクト，yolov4ObjectDetectorオブジェクト，またはssdObjectDetectorオブジェクトに対して使用すると,境界ボックス,検出スコア,および境界ボックスに割り当てられたカテゴリカルラベルが返されます。

I = imread(input_image) [bboxes,scores,labels] = detect(检测器，I)

事前学習済みのオブジェクト検出モデルを使用したオブジェクトの検出

MathWorks^®GitHubリポジトリでは,ダウンロードして使用できる最新の事前学習済みオブジェクト検出深層学習ネットワークの実装を提供しており,すぐに推論を実行できます。事前学習済みのオブジェクト検出ネットワークは,可可データセットや帕斯卡VOCデータセットなどの標準データセットについて学習済みです。これらの事前学習済みモデルを直接使用して,テストイメージ内のさまざまなオブジェクトを検出できます。

最新のMathWorks事前学習済みオブジェクト検出器の一覧にいては，MATLAB深度学习(GitHub)を参照してください。