¿Por qué SSD es más rápido que RCNN más rápido?
¿Por qué SSD es más rápido que RCNN más rápido?

Video: ¿Por qué SSD es más rápido que RCNN más rápido?

Video: ¿Por qué SSD es más rápido que RCNN más rápido?
Video: Que es R-CNN, Fast R-CNN, Faster R-CNN y Mask R-CNN - Explicación en español 2024, Abril
Anonim

SSD ejecuta una red convolucional en la imagen de entrada solo una vez y calcula un mapa de características. SSD también utiliza cajas de anclaje en varias proporciones similares a Más rápido - RCNN y aprende el desplazamiento en lugar de que aprendiendo la caja. Para manejar la báscula, SSD predice cuadros delimitadores después de múltiples capas convolucionales.

Además, ¿qué es RCNN más rápido?

RCNN más rápido es una arquitectura de detección de objetos presentada por Ross Girshick, Shaoqing Ren, Kaiming He y Jian Sun en 2015, y es una de las arquitecturas de detección de objetos más famosas que utiliza redes neuronales de convolución como YOLO (You Look Only Once) y SSD (Single Shot Detector).

Asimismo, ¿por qué RCNN es más rápido? La razón " R-CNN rápido " es más rápido que R-CNN se debe a que no tiene que enviar propuestas de 2000 regiones a la red neuronal convolucional cada vez. En cambio, la operación de convolución se realiza solo una vez por imagen y se genera un mapa de características a partir de ella.

Así que, ¿por qué SSD es más rápido que Yolo?

En comparación con las ventanas deslizantes y los métodos de propuesta de región, son mucho más rápido y por lo tanto adecuado para la detección de objetos en tiempo real. SSD (que utiliza mapas de características convolucionales de múltiples escalas en la parte superior de la red en lugar de capas completamente conectadas como YOLO hace) es más rápido y mas exacto que YOLO.

¿Qué tan rápido es Yolo?

La arquitectura más rápida de YOLO es capaz de alcanzar 45 FPS y una versión más pequeña, Tiny- YOLO , alcanza hasta 244 FPS (Tiny YOLOv2) en una computadora con una GPU.

Recomendado: