Faster R-CNN
Faster R-CNN เป็นเฟรมเวิร์กการตรวจจับวัตถุแบบคอนโวลูชันเชิงลึกแบบสองขั้นตอนที่นำเสนอโดย Shaoqing Ren, Kaiming He, Ross Girshick และ Jian Sun (Microsoft Research) ในงาน NeurIPS ปี 2015 โดยแทนที่ขั้นตอนการเสนอแนะบริเวณ (region proposal) แบบ selective-search ที่ใช้ในรุ่นก่อนหน้าอย่าง R-CNN และ Fast R-CNN ด้วยเครือข่ายเสนอแนะบริเวณ (Region Proposal Network - RPN) ที่เรียนรู้ได้เอง ซึ่งใช้คุณลักษณะคอนโวลูชันร่วมกับส่วนหัวของการตรวจจับ (detection head) ทำให้เป็นตัวตรวจจับวัตถุที่สามารถฝึกฝนแบบ end-to-end ได้อย่างแม่นยำในเวลาใกล้เคียงเรียลไทม์ และได้สร้างมาตรฐานความแม่นยำที่ยาวนานบน PASCAL VOC และ MS COCO
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/th/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 (เครือข่ายส่วนที่เหลือ)การเรียนรู้เชิงลึก↔ compare
- YOLO (You Only Look Once)การเรียนรู้เชิงลึก↔ compare