Objektdetektering
Objektdetektering är en datorsynsuppgift där ett djupt neuralt nätverk samtidigt lokaliserar och klassificerar varje förekomst av en eller flera objektkategorier i en bild, vilket ger en avgränsningsruta och en klassetikett för varje detekterat objekt. Moderna detektorer — från R-CNN-familjen till YOLO och DETR — uppnår nära mänsklig noggrannhet i realtidshastigheter på standardriktmärken.
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.
+6 more
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/sv/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.
- BildklassificeringDjupinlärning↔ compare
- InstanssegmenteringDjupinlärning↔ compare
- Semantisk segmenteringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →