Objektdeteksjon
Objektdeteksjon er en datamaskinsynsoppgave der et dypt nevralt nettverk samtidig lokaliserer og klassifiserer hver forekomst av én eller flere objektkategorier innenfor et bilde, og produserer en avgrensningsboks og en klasselabel for hvert detekterte objekt. Moderne detektorer — fra R-CNN-familien til YOLO og DETR — oppnår nær-menneskelig nøyaktighet i sanntidshastigheter på standard referansedatasett.
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.
+6 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/no/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.
- BildeklassifiseringDyp læring↔ compare
- InstanssegmenteringDyp læring↔ compare
- Semantisk segmenteringDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →