· 2015
Hızlı R-CNN
Fast R-CNN
- 28.041atıf
- 2015yıl
Kısa özet
Fast R-CNN, nesne önerilerini derin evrişimli ağlar kullanarak verimli bir şekilde sınıflandıran ve eğitim/test hızlarını önemli ölçüde iyileştirirken doğruluğu artıran yeni bir nesne tespit yöntemidir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Fast R-CNN, derin evrişimli ağlar kullanarak nesne tespit hızını ve doğruluğunu iyileştirir.
- VGG16 üzerinde R-CNN'e kıyasla 9 kat daha hızlı eğitim ve 213 kat daha hızlı test sağlar.
- SPPnet'ten %3 daha hızlı eğitim ve %10 daha hızlı test ile daha iyi performans gösterir.
- PASCAL VOC 2012 üzerinde daha yüksek ortalama Ortalama Hassasiyet (mAP) sergiler.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
This paper proposes a Fast Region-based Convolutional Network method (Fast R-CNN) for object detection. Fast R-CNN builds on previous work to efficiently classify object proposals using deep convolutional networks. Compared to previous work, Fast R-CNN employs several innovations to improve training and testing speed while also increasing detection accuracy. Fast R-CNN trains the very deep VGG16 network 9x faster than R-CNN, is 213x faster at test-time, and achieves a higher mAP on PASCAL VOC 2012. Compared to SPPnet, Fast R-CNN trains VGG16 3x faster, tests 10x faster, and is more accurate. Fast R-CNN is implemented in Python and C++ (using Caffe) and is available under the open-source MIT License at https://github.com/rbgirshick/fast-rcnn.
Yazarların özeti; kaynağından alınmıştır., 2015 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Bilgisayarlı Görü ve Örüntü Tanıma
Computer Vision and Pattern RecognitionComputer Science