Detecção de Objetos
Detecção de objetos é uma tarefa de visão computacional na qual uma rede neural profunda localiza e classifica simultaneamente cada instância de uma ou mais categorias de objetos dentro de uma imagem, produzindo uma caixa delimitadora (bounding box) e um rótulo de classe para cada objeto detectado. Detectores modernos — da família R-CNN ao YOLO e DETR — alcançam precisão próxima à humana em velocidades em tempo real em benchmarks padrão.
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.
+6 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/pt/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.
- Classificação de ImagensAprendizado profundo↔ compare
- Segmentação de InstânciaAprendizado profundo↔ compare
- Segmentação semânticaAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →