Machine learning
Faster R-CNN
Faster R-CNNは、Shaoqing Ren、Kaiming He、Ross Girshick、Jian Sun（Microsoft Research）によってNeurIPS 2015で発表された、2段階の深層畳み込みオブジェクト検出フレームワークです。先行研究であるR-CNNおよびFast R-CNNで使用されていた低速な選択的探索（selective search）による領域候補生成ステップを、検出ヘッドと畳み込み特徴量を共有する学習可能な領域候補ネットワーク（Region Proposal Network, RPN）に置き換えることで、初のend-to-endで学習可能かつほぼリアルタイムで動作する高精度なオブジェクト検出器を実現し、PASCAL VOCおよびMS COCOにおける長年にわたる精度ベンチマークを確立しました。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/ja/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 →