Путаница матрица для детектора RCNN в Matlab

Question

I tagged 300 images using the alexnet neural network I completed the training of the rcnn detector object. I can test the pictures one by one, containing 12 different people, 100 of which are not labeled.    
    testImage = imread('E:.....\....jpg');
    [bboxes, score, label] = detect(detector, testImage, 'MiniBatchSize', 128)
    T = 0.7; 
    idx = score >= T;
    s = score(idx);
    lbl = label(idx);
    bbox = bboxes(idx, :); 
    outputImage = testImage;
    for ii = 1 : size(bbox, 1)
        annotation = sprintf('%s: (Confidence = %f)', lbl(ii), s(ii));   
        outputImage = insertObjectAnnotation(outputImage, 'rectangle', bbox(ii,:), annotation); 
    end
    figure
    imshow(outputImage)

But for 100 test pictures, each with 12 people (12 labels), I cannot plot confusion matrix that gives the success of the network, the correct number of predictions. There are many examples, which one should I use? For example, in an experiment I get an error like this.

Example

net = trainNetwork(XTrain,YTrain,layers,options);

[XTest,YTest] = trainingData;
YPredicted = classify(net,XTest);
plotconfusion(YTest,YPredicted)

Eror
[XTest,YTest] = detector;

Недостаточное количество выходов с правой стороны знака равенства для выполнения задания.

У меня 100 тестовых изображений. Есть детектор Rcnn, обученный использованию Ale xnet. Как я могу увидеть правильное количество отметок 12 человек (12 ярлыков) на 100 изображениях с помощью матрицы путаницы? Как я могу добиться успеха детектора RCNN для 100 изображений и 12 различных меток?