Detecció d'objectes
La detecció d'objectes és una tasca de visió per computador en la qual una xarxa neuronal profunda localitza i classifica simultàniament cada instància d'una o més categories d'objectes dins d'una imatge, produint un quadre delimitador i una etiqueta de classe per a cada objecte detectat. Els detectors moderns —des de la família R-CNN fins a YOLO i DETR— aconsegueixen una precisió propera a la humana a velocitats en temps real en punts de referència estàndard.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/ca/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.
- Classificació d'imatgesAprenentatge profund↔ compare
- Segmentació d'instànciesAprenentatge profund↔ compare
- Segmentació semànticaAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →