Faster R-CNN
Faster R-CNN là một khuôn khổ phát hiện đối tượng tích chập sâu hai giai đoạn được giới thiệu bởi Shaoqing Ren, Kaiming He, Ross Girshick và Jian Sun (Microsoft Research) tại NeurIPS 2015. Nó thay thế bước đề xuất vùng tìm kiếm chọn lọc chậm chạp được sử dụng trong các phiên bản tiền nhiệm R-CNN và Fast R-CNN bằng Mạng đề xuất vùng (RPN) được học, chia sẻ các đặc trưng tích chập với đầu phát hiện, cho phép bộ phát hiện đối tượng chính xác gần thời gian thực có thể huấn luyện đầu cuối đầu tiên và thiết lập một tiêu chuẩn độ chính xác lâu dài trên PASCAL VOC và MS COCO.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Faster Region-based Convolutional Neural Network. ScholarGate. https://scholargate.app/vi/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.
Compare side by side →Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →