Pengesanan Objek
Pengesanan objek ialah satu tugasan penglihatan komputer di mana rangkaian saraf dalam secara serentak mengenal pasti lokasi dan mengelaskan setiap kejadian satu atau lebih kategori objek dalam imej, menghasilkan kotak sempadan dan label kelas untuk setiap objek yang dikesan. Pengesan moden — daripada keluarga R-CNN kepada YOLO dan DETR — mencapai ketepatan hampir setara manusia pada kelajuan masa nyata pada penanda aras standard.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/ms/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.
- Klasifikasi ImejPembelajaran Mendalam↔ compare
- Segmentasi InstansPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →