Faster R-CNN
Faster R-CNN ialah rangka kerja pengesanan objek konvolusional mendalam dua peringkat yang diperkenalkan oleh Shaoqing Ren, Kaiming He, Ross Girshick, dan Jian Sun (Microsoft Research) di NeurIPS 2015. Ia menggantikan langkah cadangan rantau carian terpilih yang perlahan yang digunakan dalam pendahulunya R-CNN dan Fast R-CNN dengan Rantau Cadangan Rantau (RPN) yang dipelajari yang berkongsi ciri konvolusional dengan kepala pengesanan, membolehkan pengesan objek boleh dilatih secara hujung-ke-hujung yang tepat dalam masa hampir nyata buat kali pertama dan mewujudkan penanda aras ketepatan yang tahan lama pada PASCAL VOC dan MS COCO.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/ms/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
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →