Machine learningDeep learning / NLP / CV

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.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+6 more

Fuentes

  1. 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
  2. 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.

Compare side by side

Citado por

ScholarGateObject Detection (Object Detection (Region-Based and Anchor-Free Deep Neural Network Models)). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/object-detection · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026