Faster R-CNN
Faster R-CNN er et to-trins deep convolutional objektgenkendelses-framework introduceret af Shaoqing Ren, Kaiming He, Ross Girshick og Jian Sun (Microsoft Research) ved NeurIPS 2015. Det erstatter det langsomme selective-search region proposal-trin, der blev brugt i dets forgængere R-CNN og Fast R-CNN, med et lært Region Proposal Network (RPN), der deler convolutional features med detektions-headet, hvilket muliggør den første end-to-end trænérbare, næsten realtids-nøjagtige objekt-detektor og etablerer en langvarig nøjagtighedsbenchmark på PASCAL VOC og MS COCO.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/da/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 (Residual Network)Dyb læring↔ compare
- YOLO (You Only Look Once)Dyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →