რატომ არის SSD უფრო სწრაფი ვიდრე RCNN?
რატომ არის SSD უფრო სწრაფი ვიდრე RCNN?

ვიდეო: რატომ არის SSD უფრო სწრაფი ვიდრე RCNN?

ვიდეო: რატომ არის SSD უფრო სწრაფი ვიდრე RCNN?
ვიდეო: Object Detection best model / best algorithm in 2023 | YOLO vs SSD vs Faster-RCNN comparison Python 2024, მაისი
Anonim

SSD აწარმოებს კონვოლუციურ ქსელს შეყვანის სურათზე მხოლოდ ერთხელ და ითვლის ფუნქციების რუკას. SSD ასევე იყენებს წამყვან ყუთებს სხვადასხვა ასპექტის თანაფარდობით მსგავსი უფრო სწრაფად - RCNN და უფრო მეტად სწავლობს ოფსეტს ვიდრე ყუთის სწავლა. სასწორის დასამუშავებლად, SSD პროგნოზირებს შემოსაზღვრულ უჯრებს მრავალი კონვოლუციური ფენის შემდეგ.

ასევე, რა არის უფრო სწრაფი RCNN?

უფრო სწრაფი RCNN არის ობიექტების აღმოჩენის არქიტექტურა, რომელიც წარმოდგენილია როს გირშიკის, შაოკინგ რენის, კაიმინგი ჰეისა და ჯიან სუნის მიერ 2015 წელს და არის ობიექტის აღმოჩენის ერთ-ერთი ცნობილი არქიტექტურა, რომელიც იყენებს კონვოლუციურ ნერვულ ქსელებს, როგორიცაა YOLO (თქვენ მხოლოდ ერთხელ გამოიყურებით) და SSD (ერთჯერადი გასროლის დეტექტორი)..

ანალოგიურად, რატომ არის RCNN უფრო სწრაფი? Მიზეზი სწრაფი R-CNN ” არის უფრო სწრაფად ვიდრე R-CNN იმიტომ, რომ თქვენ არ უნდა მიაწოდოთ 2000 რეგიონის წინადადება კონვოლუციურ ნერვულ ქსელს ყოველ ჯერზე. ამის ნაცვლად, კონვოლუციის ოპერაცია კეთდება მხოლოდ ერთხელ თითო სურათზე და იქმნება ფუნქციების რუკა.

ასე რომ, რატომ არის SSD უფრო სწრაფი ვიდრე Yolo?

მოცურების ფანჯრებთან და რეგიონის შემოთავაზების მეთოდებთან შედარებით, ისინი ბევრია უფრო სწრაფად და ამიტომ შესაფერისია ობიექტების რეალურ დროში აღმოჩენისთვის. SSD (რომელიც იყენებს მრავალმასშტაბიან კონვოლუციურ ფუნქციურ რუქებს ქსელის ზედა ნაწილში სრულად დაკავშირებული ფენების ნაცვლად, როგორც YOLO აკეთებს) არის უფრო სწრაფად და უფრო ზუსტი ვიდრე YOLO.

რამდენად სწრაფია Yolo?

ყველაზე სწრაფი არქიტექტურა YOLO შეუძლია მიაღწიოს 45 FPS და უფრო მცირე ვერსიას, Tiny- YOLO , აღწევს 244 FPS-მდე (Tiny YOLOv2) კომპიუტერზე GPU-ით.

გირჩევთ: