用已经训练好的模型来检测,rcnn_model_file指模型路径。
二、候选区域提取(Region proposals)
本论文采用selective search[3]方法生成候选区域,代码作者以给出,rcnn代码中的selective_search_boxes.m是根据selective search源代码中的demo.m修改的,参数im是矩阵图,不是图片路径,最后输出格式为N * 4的矩阵,N表示region proposals 的个数,每行表示一个region proposal对角线坐标。
三、特征提取(Feature extraction)
使用rcnn_features为每一个region proposals提取cnn特征,输出结果为N * 4096,每行表示一个region proposal的特征。
四、分类(classification)
调用下面函数为每一个region proposal计算各类的score,结果为N * C 矩阵,C表示物体类别个数,每行表示一个region proposal对应各个类别的score。
在游戏内的界面内寻找到资源中心,将微缩模型移动到总库的某个文件夹中。2:返回主菜单中,进入插件库,在道具中点击新建。3:然后选择创建,新增模板中选择食物。4:创建食物道具时记得勾选食物。5:点击确定之后,选择模型。6:将外观的相关信息进行设置,给食物取名字,然后创建完成即可。7:然后在属性中设置这个食物可以回复的血量饥饿值等属性,设置完点击保存。8.这样我们就将这个食物创建完成了。在游戏内的界面内寻找到资源中心,将微缩模型移动到总库的某个文件夹中。2:返回主菜单中,进入插件库,在道具中点击新建。3:然后选择创建,新增模板中选择食物。4:创建食物道具时记得勾选食物。5:点击确定之后,选择模型。6:将外观的相关信息进行设置,给食物取名字,然后创建完成即可。7:然后在属性中设置这个食物可以回复的血量饥饿值等属性,设置完点击保存。8.这样我们就将这个食物创建完成了。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)