Обнаружение объектов
Обнаружение объектов — это задача компьютерного зрения, в которой глубокая нейронная сеть одновременно определяет местоположение и классифицирует каждый экземпляр одной или нескольких категорий объектов в изображении, выдавая ограничивающую рамку и метку класса для каждого обнаруженного объекта. Современные детекторы — от семейства R-CNN до YOLO и DETR — достигают почти человеческой точности при работе в реальном времени на стандартных эталонных наборах данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/ru/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.
- Классификация изображенийГлубокое обучение↔ compare
- Сегментация экземпляровГлубокое обучение↔ compare
- Семантическая сегментацияГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →