Faster R-CNN
Faster R-CNN on süsteemobjektide tuvastamise raamistik, mis põhineb sügaval konvolutsioonilisel võrgul ja mille töötasid välja Shaoqing Ren, Kaiming He, Ross Girshick ja Jian Sun (Microsoft Research) 2015. aastal NeurIPSi konverentsil. See asendab R-CNN ja Fast R-CNN eelkäijates kasutatud aeglase valikuotsingu piirkonna ettepaneku etapi õpitud piirkonna ettepaneku võrguga (RPN), mis jagab konvolutsioonilisi tunnuseid tuvastuspeaga, võimaldades esimese lõpp-lõpuni õpitava, peaaegu reaalajas täpse objektituvastuse ning luues pikaajalise täpsuse etaloni PASCAL VOC ja MS COCO andmestikel.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/et/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.
Compare side by side →Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →