Faster R-CNN
Faster R-CNN er et to-trinns dypt konvolusjonelt rammeverk for objektdeteksjon, introdusert av Shaoqing Ren, Kaiming He, Ross Girshick og Jian Sun (Microsoft Research) ved NeurIPS 2015. Det erstatter det langsomme trinn for regionforslag basert på selektivt søk, som ble brukt i forgjengerne R-CNN og Fast R-CNN, med et lært Region Proposal Network (RPN) som deler konvolusjonelle trekk med deteksjonshodet. Dette muliggjorde den første ende-til-ende trenbare, nesten sanntidsnøyaktige objektdetektoren og etablerte en langvarig nøyaktighetsstandard på PASCAL VOC og MS COCO.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/no/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)Dyp læring↔ compare
- YOLO (You Only Look Once)Dyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →