|
|
|
|
|
|
|
|
- Propriétés spécifiques à la description des variables de type iaModèleRéseauDeNeurones
iaModèleRéseauDeNeurones (Type de variable) En anglais : aiNeuralNetworkModel
Le type iaModèleRéseauDeNeurones permet de définir toutes les caractéristiques avancées d'un réseau de neurones utilisé par la fonction IAModèleDétecte. Les caractéristiques de ce réseau de neurones peuvent être définies et modifiées à l'aide de différentes propriétés WLangage. Remarque : Pour plus de détails sur la déclaration de ce type de variable et l'utilisation des propriétés WLangage, consultez Déclaration d'une variable.
// Déclaration de l'image
MonImage est une Image
MonImage = IMG_Test
// Déclarer un modèle
MonIAModèleRN est un iaModèleRéseauDeNeurones
MonIAModèleRN.Configuration = "MonModel.cfg"
MonIAModèleRN.PoidsEntraînés = "MonModel.weights.pb"
MonIAModèleRN.FacteurEchellePixel = 1.0
// Attention : les dimensions X et Y dépendent du modèle.
// Si les dimensions spécifiées ne correspondent pas au modèle,
// la fonction IAModèleDétecte renverra une erreur.
MonIAModèleRN.DimensionX = 300
MonIAModèleRN.DimensionY = 300
MonIAModèleRN.IntensitéMoyenneR = 104
MonIAModèleRN.IntensitéMoyenneV = 117
MonIAModèleRN.IntensitéMoyenneB = 113
MonIAModèleRN.CouleurRVB = Vrai
montabMatrice est un tableau de 1 tableau de 1 par 1 par 200 par 7 réels
// Exécuter le modèle
montabMatrice = IAModèleDétecte(MonIAModèleRN, MonImage)
Remarques Propriétés spécifiques à la description des variables de type iaModèleRéseauDeNeurones Les propriétés suivantes peuvent être utilisées pour manipuler un modèle de réseau de neurones : | | | | Nom de la propriété | Type manipulé | Effet |
|---|
| Configuration | Chaîne de caractères | Chemin complet du fichier contenant la configuration du modèle. Remarque : Les types de configuration possibles sont les suivants : - Caffe : *.prototxt
- Tensorflow : *.pbtxt
- Darknet : *.cfg
| | CouleurRVB | Booléen | - Vrai si les images fournies sont encodées au format RVB. Dans ce cas, la conversion vers l'encodage BGR sera effectuée automatiquement.
- Faux (valeur par défaut) si les images fournies sont encodées au format BGR.
Cette propriété est optionnelle. | | DimensionX | Entier | Dimension de l'image requise par le modèle : valeur correspondant à X. Par défaut, cette propriété correspond à la largeur de l'image. | | DimensionY | Entier | Dimension de l'image requise par le modèle : valeur correspondant à Y. Par défaut, cette propriété correspond à la hauteur de l'image. | | FacteurEchellePixel | Réel | Permet de mettre à l'échelle les pixels de l'image. Par défaut, correspond à 1.0 (pas de mise à l'échelle). | | IntensitéMoyenneB | Entier | Intensité moyenne de la couleur Bleu (B) des données d'entrainement. Cette propriété est optionnelle. | | IntensitéMoyenneR | Entier | Intensité moyenne de la couleur Rouge (R) des données d'entrainement. Cette propriété est optionnelle. | | IntensitéMoyenneV | Entier | Intensité moyenne de la couleur Verte (V) des données d'entrainement. Cette propriété est optionnelle. | | NomCoucheDeSortie | Chaîne de caractères | Nom de la couche du réseau de neurones utilisée en sortie. | | PoidsEntraînés | Chaîne de caractères | Chemin complet du fichier contenant les poids (entrainés) du modèle. Remarque : Les types de poids possibles sont les suivants : - Caffe : *.caffemodel
- Tensorflow : *.pb
- Darknet : *.weights
- Open Neural Network Exchange (ONNX): *.onnx
|
Documentation également disponible pour…
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|