Faster R-CNN
Faster R-CNN adalah kerangka kerja deteksi objek konvolusional mendalam dua tahap yang diperkenalkan oleh Shaoqing Ren, Kaiming He, Ross Girshick, dan Jian Sun (Microsoft Research) pada NeurIPS 2015. Kerangka ini menggantikan langkah proposal wilayah pencarian selektif yang lambat yang digunakan pada pendahulunya R-CNN dan Fast R-CNN dengan Jaringan Proposal Wilayah (RPN) yang dipelajari yang berbagi fitur konvolusional dengan kepala deteksi, memungkinkan detektor objek akurat yang dapat dilatih secara end-to-end pertama kali dan hampir real-time, serta menetapkan tolok ukur akurasi jangka panjang pada PASCAL VOC dan MS COCO.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/id/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.
- ResNet (Residual Network)Pembelajaran Mendalam↔ compare
- YOLO (You Only Look Once)Pembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →