Faster R-CNN
Faster R-CNN je dvoustupňový rámec pro detekci objektů založený na hlubokých konvolučních sítích, který představili Shaoqing Ren, Kaiming He, Ross Girshick a Jian Sun (Microsoft Research) na konferenci NeurIPS 2015. Nahrazuje pomalý krok návrhu oblastí (region proposal) pomocí selektivního vyhledávání, používaný v jeho předchůdcích R-CNN a Fast R-CNN, naučenou sítí pro návrh oblastí (Region Proposal Network – RPN), která sdílí konvoluční příznaky s detekční hlavou. To umožňuje první plně trénovatelný, téměř v reálném čase přesný detektor objektů a stanovuje dlouhodobý benchmark přesnosti na datasetech PASCAL VOC a MS COCO.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Ren, S., He, K., Girshick, R., & Sun, J. (2015). Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. Advances in Neural Information Processing Systems (NeurIPS), 28, 91–99. link ↗
- Ren, S., He, K., Girshick, R., & Sun, J. (2017). Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, 39(6), 1137–1149. DOI: 10.1109/TPAMI.2016.2577031 ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 9: Convolutional Networks). MIT Press. ISBN: 978-0-262-03561-3
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/cs/deep-learning/faster-r-cnn
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.
- ResNet (reziduální síť)Hluboké učení↔ compare
- YOLO (You Only Look Once)Hluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →