Detekcija objekata
Detekcija objekata je zadatak računalnog vida u kojem duboka neuralna mreža istovremeno locira i klasificira svaku instancu jedne ili više kategorija objekata unutar slike, proizvodeći ogradni okvir (bounding box) i oznaku klase za svaki detektirani objekt. Moderni detektori — od obitelji R-CNN do YOLO i DETR — postižu gotovo ljudsku točnost pri brzinama u stvarnom vremenu na standardnim referentnim skupovima podataka (benchmarks).
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/hr/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.
- Klasifikacija slikaDuboko učenje↔ compare
- Instance SegmentationDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →