Dlaczego SSD jest szybszy niż szybszy RCNN?
Dlaczego SSD jest szybszy niż szybszy RCNN?

Wideo: Dlaczego SSD jest szybszy niż szybszy RCNN?

Wideo: Dlaczego SSD jest szybszy niż szybszy RCNN?
Wideo: Object Detection best model / best algorithm in 2023 | YOLO vs SSD vs Faster-RCNN comparison Python 2024, Listopad
Anonim

SSD uruchamia sieć splotową na obrazie wejściowym tylko raz i oblicza mapę cech. SSD używa również skrzynek kotwiących o różnych proporcjach podobnych do Szybciej - RCNN i raczej uczy się offsetu niż nauka pudełka. Aby poradzić sobie z wagą, SSD przewiduje obwiednie po wielu warstwach splotowych.

Co to jest szybszy RCNN?

Szybszy RCNN jest architekturą wykrywania obiektów zaprezentowaną przez Ross Girshick, Shaoqing Ren, Kaiming He i Jian Sun w 2015 roku i jest jedną ze słynnych architektur wykrywania obiektów, która wykorzystuje splotowe sieci neuronowe, takie jak YOLO (You Look Only Once) i SSD (Single Shot Detector).

Podobnie, dlaczego RCNN jest szybszy? Powód " Szybki R-CNN " jest szybciej niż R-CNN Dzieje się tak dlatego, że nie trzeba za każdym razem przesyłać 2000 propozycji regionów do splotowej sieci neuronowej. Zamiast tego operacja splotu jest wykonywana tylko raz na obraz i z niego generowana jest mapa cech.

Dlaczego więc dysk SSD jest szybszy niż Yolo?

W porównaniu z przesuwnymi oknami i metodami propozycji regionów są one dużo szybciej i dlatego nadaje się do wykrywania obiektów w czasie rzeczywistym. SSD (który wykorzystuje wieloskalowe, splotowe mapy cech na górze sieci zamiast w pełni połączonych warstw, jak YOLO robi) jest szybciej i dokładniejsze niż YOLO.

Jak szybki jest Yolo?

Najszybsza architektura YOLO jest w stanie osiągnąć 45 FPS i mniejszą wersję, Tiny- YOLO , osiąga do 244 FPS (Tiny YOLOv2) na komputerze z GPU.

Zalecana: