Виявлення об'єктів
Виявлення об'єктів — це завдання комп'ютерного зору, в якому глибока нейронна мережа одночасно визначає місцезнаходження та класифікує кожен екземпляр однієї або кількох категорій об'єктів у зображенні, створюючи обмежувальну рамку та мітку класу для кожного виявленого об'єкта. Сучасні детектори — від сімейства R-CNN до YOLO та DETR — досягають майже людської точності зі швидкістю реального часу на стандартних бенчмарках.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Object Detection (Region-Based and Anchor-Free Deep Neural Network Models). ScholarGate. https://scholargate.app/uk/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.
- Класифікація зображеньГлибоке навчання↔ compare
- Сегментація екземплярівГлибоке навчання↔ compare
- Семантична сегментаціяГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →