Faster R-CNN
Faster R-CNN é uma estrutura de detecção de objetos de duas etapas baseada em redes neurais convolucionais profundas, introduzida por Shaoqing Ren, Kaiming He, Ross Girshick e Jian Sun (Microsoft Research) na NeurIPS 2015. Ela substitui a lenta etapa de proposta de regiões por busca seletiva, utilizada em seus predecessores R-CNN e Fast R-CNN, por uma Rede de Proposta de Regiões (RPN) aprendida que compartilha características convolucionais com o "detection head", permitindo o primeiro detector de objetos preciso, treinável de ponta a ponta e quase em tempo real, e estabelecendo um benchmark de precisão duradouro no PASCAL VOC e MS COCO.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/pt/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 (Rede Residual)Aprendizado profundo↔ compare
- YOLO (You Only Look Once)Aprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →