Per què SSD és més ràpid que RCNN més ràpid?
Per què SSD és més ràpid que RCNN més ràpid?

Vídeo: Per què SSD és més ràpid que RCNN més ràpid?

Vídeo: Per què SSD és més ràpid que RCNN més ràpid?
Vídeo: Саймон Синек: Как выдающиеся лидеры вдохновляют действовать 2024, Abril
Anonim

SSD executa una xarxa convolucional a la imatge d'entrada només una vegada i calcula un mapa de característiques. SSD també utilitza caixes d'ancoratge amb diverses relacions d'aspecte similars a Més ràpid - RCNN i aprèn més aviat el desplaçament que aprenent la caixa. Per gestionar l'escala, SSD prediu quadres delimitadors després de múltiples capes convolucionals.

A més, què és RCNN més ràpid?

RCNN més ràpid és una arquitectura de detecció d'objectes presentada per Ross Girshick, Shaoqing Ren, Kaiming He i Jian Sun el 2015, i és una de les famoses arquitectures de detecció d'objectes que utilitza xarxes neuronals de convolució com YOLO (You Look Only Once) i SSD (Single Shot Detector).

De la mateixa manera, per què RCNN és més ràpid? La raó " R-CNN ràpid " és més ràpid que R-CNN és perquè no cal alimentar 2000 propostes de regió a la xarxa neuronal convolucional cada vegada. En canvi, l'operació de convolució només es fa una vegada per imatge i a partir d'ella es genera un mapa de característiques.

Així doncs, per què l'SSD és més ràpid que Yolo?

En comparació amb les finestres corredisses i els mètodes de proposta de regió són molt més ràpid i, per tant, adequat per a la detecció d'objectes en temps real. SSD (que utilitza mapes de característiques convolucionals multiescala a la part superior de la xarxa en lloc de capes completament connectades com YOLO fa) és més ràpid i més precís que YOLO.

Què tan ràpid és Yolo?

L'arquitectura més ràpida de YOLO és capaç d'aconseguir 45 FPS i una versió més petita, Tiny- YOLO , aconsegueix fins a 244 FPS (Tiny YOLOv2) en un ordinador amb una GPU.

Recomanat: