TrainImageContentDetector

TrainImageContentDetector[{img1{bbox1class1,…},…}]

根据所给的样例训练 ContentDetectorFunction[…].

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (1)

训练一个简单的物体检测器：

对新的图像应用该检测器：

突出显示在输入图像上检测出的结果：

选项  (5)

PerformanceGoal  (1)

用 PerformanceGoal"Quality" 强调结果的质量：

用 PerformanceGoal"Speed" 强调计算的速度：

ProgressReporting  (1)

默认情况下，在动态面板中报告进度：

用 ProgressReportingFalse 禁止显示进度面板：

TargetDevice  (1)

可用的情况下，使用默认的系统 GPU 来训练检测器：

如果没有兼容的 GPU，则发出一条消息：

TimeGoal  (1)

训练时间可能受多种因素影响，如样例和类别的数量：

用 TimeGoal 指定额定的训练时间：

ValidationSet  (1)

默认情况下，只在检测器上执行交叉验证：

用 ValidationSet 提供单独的验证样例：

Wolfram Research (2021)，TrainImageContentDetector，Wolfram 语言函数，https://reference.wolfram.com/language/ref/TrainImageContentDetector.html.

文本

Wolfram Research (2021)，TrainImageContentDetector，Wolfram 语言函数，https://reference.wolfram.com/language/ref/TrainImageContentDetector.html.

CMS

Wolfram 语言. 2021. "TrainImageContentDetector." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/TrainImageContentDetector.html.

APA

Wolfram 语言. (2021). TrainImageContentDetector. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/TrainImageContentDetector.html 年

BibTeX

@misc{reference.wolfram_2024_trainimagecontentdetector, author="Wolfram Research", title="{TrainImageContentDetector}", year="2021", howpublished="\url{https://reference.wolfram.com/language/ref/TrainImageContentDetector.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_trainimagecontentdetector, organization={Wolfram Research}, title={TrainImageContentDetector}, year={2021}, url={https://reference.wolfram.com/language/ref/TrainImageContentDetector.html}, note=[Accessed: 21-November-2024 ]}