Faster R-CNN
Faster R-CNN is een tweefasig diep convolutioneel objectdetectie-framework dat in 2015 op NeurIPS werd geïntroduceerd door Shaoqing Ren, Kaiming He, Ross Girshick en Jian Sun (Microsoft Research). Het vervangt de trage selective-search regio-voorstelstap die werd gebruikt in zijn voorgangers R-CNN en Fast R-CNN door een geleerd Region Proposal Network (RPN) dat convolutionele kenmerken deelt met de detectie-head. Dit maakte de eerste end-to-end trainbare, bijna real-time nauwkeurige objectdetector mogelijk en vestigde een langdurige nauwkeurigheidsbenchmark op PASCAL VOC en MS COCO.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/nl/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)Deep learning↔ compare
- YOLO (You Only Look Once)Deep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →