Objekterkennung
Objekterkennung ist eine Aufgabe der Computer Vision, bei der ein tiefes neuronales Netz gleichzeitig jede Instanz einer oder mehrerer Objektkategorien in einem Bild lokalisiert und klassifiziert und für jedes erkannte Objekt eine Bounding Box und eine Klassenbezeichnung ausgibt. Moderne Detektoren – von der R-CNN-Familie bis zu YOLO und DETR – erreichen auf Standard-Benchmarks nahezu menschliche Genauigkeit bei Echtzeitgeschwindigkeiten.
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.
+6 more
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/de/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.
- BildklassifizierungDeep Learning↔ compare
- InstanzsegmentierungDeep Learning↔ compare
- Semantische SegmentierungDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →