Now Loading...

Now Loading...

Fast R-CNN

Fast R-CNN

Fast R-CNNはR-CNNの構造を簡略化することによって高速化を実現化したモデルです。

R-CNNでは元の画像に対して物体領域を提案し、それに対してそれぞれCNNを用いていたのに対して、Fast R-CNNはまず画像全体にCNNを用いてそれによって出力された特徴量マップに対して物体領域を提案します。これによってかなりの高速化が実現されました。

クイズ

以下の文章を読み,空欄(ア)に最もよく当てはまる選択肢を1つ選べ. Fast R-CNNでは,(ア)の特徴マップを抽出するROIプーリングを行うことで,R-CNNよりも高速な物体検出が可能となった.
  • 正解を見る
  • 解説を見る
    R-CNNでは候補領域を切り出してから分類器の入力サイズにリサイズするのに対し,Fast R-CNNでは候補領域の大きさに関わらず固定サイズの特徴マップにプーリングします.これにより,候補領域の抽出と物体認識が同時に行えます.

特別割引クーポンのお知らせ

<人工知能基礎&G検定実践問題集>

・クーポン:aibgt220920-2bso
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

<G検定実践トレーニング>

・クーポン:gt220920-1dao
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化