領域提案(R-CNN、Fast R-CNN、Faster R-CNN 、cascade R-CNN)
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/04/17 07:31 UTC 版)
「物体検出」の記事における「領域提案(R-CNN、Fast R-CNN、Faster R-CNN 、cascade R-CNN)」の解説
R-CNNは2014年に提案された手法であり、CNNを用いた検出器としては初めて、それまで用いられていたHOG特徴量をベースとする検出器よりも高い性能を出すことを示した。以降の深層学習を用いた様々な手法の先駆けであり、一般物体検出の進展に大きな影響を与えた。R-CNNはまず画像内から物体領域の候補となる領域を生成し、その各候補領域に対してCNNを用いて物体かどうかを判定するというものである。派生手法であるFast R-CNNやFaster R-CNNも同様の構造を引き継ぎ、ボトルネックになっていた部分にCNNを新たに適用できるようにしたり、複数回適用していた処理を一度にできるように改良したものである。
※この「領域提案(R-CNN、Fast R-CNN、Faster R-CNN 、cascade R-CNN)」の解説は、「物体検出」の解説の一部です。
「領域提案(R-CNN、Fast R-CNN、Faster R-CNN 、cascade R-CNN)」を含む「物体検出」の記事については、「物体検出」の概要を参照ください。
- 領域提案のページへのリンク