clc;?clear?all;?close?all;
tic;
%%?加載數據
%?vehicleDataset是一個dataset數據類型，第一列是圖片的相對路徑，第二列是圖片中小汽車的位置
data?=?load（‘fasterRCNNVehicleTrainingData.mat‘）;
%?提取訓練集
vehicleDataset?=?data.vehicleTrainingData;
%?提取圖片路徑
dataDir?=?fullfile（toolboxdir（‘vision‘）‘visiondata‘）;
vehicleDataset.imageFilename?=?fullfile（dataDir?vehicleDataset.imageFilename）;
%?展示前9幅圖片
k?=?9;
I=zeros（1282283k）;
for?i?=?1?:??k
????%?讀取圖片
????tmp?=?imread（vehicleDataset.imageFilename{i}）;
????%?添加標識框
????tmp?=?insertShape（tmp?‘Rectangle‘?vehicleDataset.vehicle{i}）;
????I（:::i）?=?mat2gray（tmp）;
end
%?顯示
Is?=?I;
hfig?=?figure;?montage（Is）;
set（hfig?‘Units‘?‘Normalized‘?‘Position‘?[0?0?1?1]）;
pause（1）;
%%?構建CNN網絡
%?輸入層，最小檢測對象約32*32
inputlayer?=?imageInputlayer（[32?32?3]）;
%?中間層
%?定義卷基層參數
filterSize?=?[3?3];
numFilters?=?32;
middlelayers?=?[
????%?第一輪，只包含CNN和ReLU
????convolution2dlayer（filterSize?numFilters?‘Padding‘?1）
????relulayer（）
????%?第二輪，包含CNN、ReLU和Pooling
????convolution2dlayer（filterSize?numFilters?‘Padding‘?1）
????relulayer（）
????maxPooling2dlayer（3?‘Stride‘2）
????];
%?輸出層
finallayers?=?[
????%?新增一個包含64個輸出的全連接層
????fullyConnectedlayer（64）
????%?新增一個非線性ReLU層
????relulayer（）
????%?新增一個2個輸出的全連接層，用于判斷圖片是否包含檢測對象
????fullyConnectedlayer（2）
????%?最添加softmax和classification層
????softmaxlayer（）
????classificationlayer（）
????];
%?組合所有層
layers?=?[
????inputlayer
????middlelayers
????finallayers
????];
%%?訓練CNN網絡
%?將數據劃分兩部分
%?前60%的數據用于訓練，后面40%用于測試
ind?=?round（size（vehicleDataset1）?*?0.6）;
trainData?=?vehicleDataset（1?:?ind?:）;
testData?=?vehicleDataset（ind+1?:?end?:）;
%?訓練過程包括4個步驟，每步可以使用單獨的參數，也可以使用同一個參數
options?=?[
????%?第1步，Training?a?Region?Proposal?Network?（RPN）
????trainingOptions（‘sgdm‘?‘MaxEpochs‘?10‘InitialLearnRate‘?1e-5‘CheckpointPath‘?tempdir）
????%?第2步，Training?a?Fast?R-CNN?Network?using?the?RPN?from?step?1
????trainingOptions（‘sgdm‘?‘MaxEpochs‘?10‘InitialLearnRate‘?1e-5‘CheckpointPath‘?tempdir）
????%?第3步，Re-training?RPN?using?weight?sharing?with?Fast?R-CNN
????trainingOptions（‘sgdm‘?‘MaxEpochs‘?10‘InitialLearnRate‘?1e-6‘CheckpointPath‘?tempdir）
????%?第4步，Re-training?Fast?R-CNN?using?updated?RPN
????trainingOptions（‘sgdm‘?‘MaxEpochs‘?10‘InitialLearnRate‘?1e-6‘CheckpointPath‘?tempdir）
????];
%?設置模型的本地存儲
doTrainingAndEval?=?1;
if?doTrainingAndEval????
????%?訓練?R-CNN?神經網絡，其實神經網絡工具箱提供了3個函數
????%?（1）trainRCNNobjectDetector，訓練快檢測慢，允許指定proposalFcn
????%?（2）trainFastRCNNobjectDetector，速度較快，允許指定proposalFcn
????%?（3）trainFasterRCNNobjectDetector，優化運行性能，不需要指定proposalFcn
????detector?=?trainFasterRCNNobjectDetector（trainData?layers?options?...
????????‘NegativeOverlapRange‘?[0?0.3]?...
????????‘PositiveOverlapRange‘?[0.6?1]?...
????????‘BoxPyramidScale‘?1.2）;
else
????%?加載已經訓練好的神經網絡
????detector?=?data.detector;
end
%?快速測試訓練結果
I?=?imread（‘highway.png‘）;
%?運行檢測器，輸出目標位置和得分
[bboxes?scores]?=?detect（detector?I）;
%?在圖像上標記處識別的小汽車
I?=?insertObje

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????4306??2017-07-25?21:55??rcnn_car_object_detection.m

?????文件?????????35??2017-05-11?12:53??說明.txt

-----------?---------??----------?-----??----

?????????????????4341????????????????????2