Detección de objetos
La detección de objetos es una tarea de visión por computadora en la que una red neuronal profunda localiza y clasifica simultáneamente cada instancia de una o más categorías de objetos dentro de una imagen, produciendo un cuadro delimitador y una etiqueta de clase para cada objeto detectado. Los detectores modernos —desde la familia R-CNN hasta YOLO y DETR— logran una precisión cercana a la humana a velocidades en tiempo real en puntos de referencia estándar.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/es/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.
- Clasificación de imágenesAprendizaje profundo↔ compare
- Segmentación de instanciasAprendizaje profundo↔ compare
- Segmentación semánticaAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →