Детекция на обекти
Детекцията на обекти е задача в компютърното зрение, при която дълбока невронна мрежа едновременно локализира и класифицира всяка инстанция на една или повече категории обекти в изображение, като произвежда ограничителна кутия и етикет за клас за всеки засечен обект. Съвременните детектори — от семейството R-CNN до YOLO и DETR — постигат почти човешка точност при скорости в реално време на стандартни бенчмаркове.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Източници
- Girshick, R., Donahue, J., Darrell, T., & Malik, J. (2014). Rich feature hierarchies for accurate object detection and semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 580–587. DOI: 10.1109/CVPR.2014.81 ↗
- Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look Once: Unified, Real-Time Object Detection. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 779–788. DOI: 10.1109/CVPR.2016.91 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/bg/deep-learning/object-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Класификация на изображенияДълбоко обучение↔ compare
- Инстанс сегментацияДълбоко обучение↔ compare
- Semantic SegmentationДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →