Faster R-CNN
Faster R-CNN ist ein zweistufiges Deep-Convolutional-Objekterkennungs-Framework, das 2015 von Shaoqing Ren, Kaiming He, Ross Girshick und Jian Sun (Microsoft Research) auf der NeurIPS vorgestellt wurde. Es ersetzt den langsamen Selective-Search-Schritt zur Regionenvorschlagserstellung, der in seinen Vorgängern R-CNN und Fast R-CNN verwendet wurde, durch ein trainiertes Region Proposal Network (RPN), das konvolutionale Merkmale mit dem Erkennungskopf teilt. Dies ermöglicht den ersten durchgängig trainierbaren, nahezu in Echtzeit genauen Objektdetektor und etablierte einen langjährigen Genauigkeits-Benchmark auf PASCAL VOC und MS COCO.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/de/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)Deep Learning↔ compare
- YOLO (You Only Look Once)Deep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →