Por que o SSD é mais rápido do que o RCNN mais rápido?
Por que o SSD é mais rápido do que o RCNN mais rápido?

Vídeo: Por que o SSD é mais rápido do que o RCNN mais rápido?

Vídeo: Por que o SSD é mais rápido do que o RCNN mais rápido?
Vídeo: Faster R-CNN - Rede Neural Convolucional para Regiões Mais Rápida (Parte 1/2 - RPN) 2024, Abril
Anonim

SSD executa uma rede convolucional na imagem de entrada apenas uma vez e calcula um mapa de características. SSD também usa caixas de âncora em várias proporções semelhantes a Mais rápido - RCNN e aprende o off-set em vez que aprendendo a caixa. Para lidar com a escala, SSD prevê caixas delimitadoras após várias camadas convolucionais.

Além disso, o que é RCNN mais rápido?

RCNN mais rápido é uma arquitetura de detecção de objetos apresentada por Ross Girshick, Shaoqing Ren, Kaiming He e Jian Sun em 2015, e é uma das famosas arquiteturas de detecção de objetos que usa redes neurais de convolução como YOLO (You Look Only Once) e SSD (Single Shot Detector).

Da mesma forma, por que o RCNN é mais rápido? O motivo " R-CNN rápido " é mais rápido que R-CNN é porque você não precisa alimentar 2.000 propostas de região para a rede neural convolucional todas as vezes. Em vez disso, a operação de convolução é feita apenas uma vez por imagem e um mapa de características é gerado a partir dela.

Então, por que o SSD é mais rápido que o Yolo?

Em comparação com janelas deslizantes e métodos de proposta de região, eles são muito mais rápido e, portanto, adequado para detecção de objetos em tempo real. SSD (que usa mapas de recursos convolucionais em várias escalas no topo da rede em vez de camadas totalmente conectadas como YOLO faz) é mais rápido e mais preciso do que YOLO.

Quão rápido é Yolo?

A arquitetura mais rápida de YOLO é capaz de atingir 45 FPS e uma versão menor, Tiny- YOLO , atinge até 244 FPS (Tiny YOLOv2) em um computador com GPU.

Recomendado: