Faster R-CNN
Faster R-CNN är ett tvåstegs djupt faltningsbaserat objektigenkänningsramverk introducerat av Shaoqing Ren, Kaiming He, Ross Girshick och Jian Sun (Microsoft Research) vid NeurIPS 2015. Det ersätter det långsamma selektiva söksteg för regionsförslag som används i dess föregångare R-CNN och Fast R-CNN med ett tränat Region Proposal Network (RPN) som delar faltningsdrag med detektionshuvudet, vilket möjliggör den första heltäckande träningsbara, nära realtids exakta objektdetektorn och etablerar en långvarig noggrannhetsbenchmark på PASCAL VOC och MS COCO.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/sv/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)Djupinlärning↔ compare
- YOLO (You Only Look Once)Djupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →