Ανίχνευση Αντικειμένων
Η ανίχνευση αντικειμένων είναι μια εργασία όρασης υπολογιστών στην οποία ένα βαθύ νευρωνικό δίκτυο εντοπίζει και ταξινομεί ταυτόχρονα κάθε περίπτωση μιας ή περισσότερων κατηγοριών αντικειμένων μέσα σε μια εικόνα, παράγοντας ένα οριοθετικό πλαίσιο (bounding box) και μια ετικέτα κλάσης για κάθε ανιχνευμένο αντικείμενο. Οι σύγχρονοι ανιχνευτές — από την οικογένεια R-CNN έως τους YOLO και DETR — επιτυγχάνουν ακρίβεια κοντά στην ανθρώπινη σε πραγματικό χρόνο σε τυπικά σημεία αναφοράς.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/el/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.
- Κατηγοριοποίηση ΕικόνωνΒαθιά Μάθηση↔ compare
- Τμηματοποίηση Αντικειμένων (Instance Segmentation)Βαθιά Μάθηση↔ compare
- Σημασιολογική ΤμηματοποίησηΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →