Machine learningDeep learning / NLP / CV

Objektumdetektálás

Az objektumdetektálás egy számítógépes látási feladat, amelyben egy mély neurális hálózat egyszerre lokalizálja és osztályozza egy vagy több objektumkategória minden példányát egy képen belül, minden észlelt objektumhoz egy határolókeretet és egy osztálycímkét adva. A modern detektorok – az R-CNN családtól a YOLO-n és a DETR-en át – közel emberi pontosságot érnek el valós idejű sebességgel szabványos benchmarkokon.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

+6 more

Források

  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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/hu/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

Hivatkozik rá

ScholarGateObject Detection (Object Detection (Region-Based and Anchor-Free Deep Neural Network Models)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/object-detection · Adatkészlet: https://doi.org/10.5281/zenodo.20539026