R-CNN
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/06/08 04:33 UTC 版)
領域ベースの畳み込みニューラルネットワーク (Region Based Convolutional Neural Networks, R-CNN)は、コンピュータビジョン、特に物体(オブジェクト)検出のための機械学習モデルの 1 つ。
- ^ Girshick, Ross. "Rich feature hierarchies for accurate object detection and semantic segmentation". arXiv:1311.2524。
- ^ Gandhi, Rohith (2018年7月9日). “R-CNN, Fast R-CNN, Faster R-CNN, YOLO — Object Detection Algorithms”. Towards Data Science 2020年3月12日閲覧。
- ^ Girshick, Ross. "Fast R-CNN". arXiv:1504.08083。
- ^ Bhatia, Richa (2018年9月10日). “What is region of interest pooling?”. Analytics India 2020年3月12日閲覧。
- ^ Ren, Shaoqing. "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks". arXiv:1506.01497。
- ^ He, Kaiming. "Mask R-CNN". arXiv:1703.06870。
- ^ Farooq, Umer (2018年2月15日). “From R-CNN to Mask R-CNN”. Medium 2020年3月12日閲覧。
- ^ Weng, Lilian (2017年12月31日). “Object Detection for Dummies Part 3: R-CNN Family”. Lil'Log 2020年3月12日閲覧。
- ^ Wiggers, Kyle (2019年10月29日). “Facebook highlights AI that converts 2D objects into 3D shapes”. VentureBeat 2020年3月12日閲覧。
- ^ Nene, Vidi (2019年8月2日). “Deep Learning-Based Real-Time Multiple-Object Detection and Tracking via Drone”. Drone Below 2020年3月28日閲覧。
- ^ Ray, Tiernan (2018年9月11日). “Facebook pumps up character recognition to mine memes”. ZDnet 2020年3月28日閲覧。
- ^ Sagar, Ram (2019年9月9日). “These machine learning methods make google lens a success”. Analytics India 2020年3月28日閲覧。
- ^ Mattson, Peter (2019). "MLPerf Training Benchmark". arXiv:1910.01500v3 [math.LG]。
- 1 R-CNNとは
- 2 R-CNNの概要
台南空港
R-CNN(2013 年 11 月)
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/06/08 04:33 UTC 版)
「R-CNN」の記事における「R-CNN(2013 年 11 月)」の解説
R-CNN は、入力画像が与えられると、選択的検索(selective search)と呼ばれる手法を適用して関心領域(regions of interest; ROI)を抽出する。一つ一つの ROI は画像内の物体の境界を表す長方形である。シナリオによっては、2,000 もの ROI が存在する。その後、各 ROI をニューラルネットワークに通し、特徴量を出力する。各 ROI が出力した特徴量に対して、一連のサポート ベクター マシン分類器を使用し、その ROI に含まれる物体のカテゴリを決定する。
※この「R-CNN(2013 年 11 月)」の解説は、「R-CNN」の解説の一部です。
「R-CNN(2013 年 11 月)」を含む「R-CNN」の記事については、「R-CNN」の概要を参照ください。
- R-CNNのページへのリンク