Madde #286Görü & Multimodal/sozluk/r-cnn
R-CNN
Regions with CNN features (Girshick et al., 2014)
Türkçe: Bölge Tabanlı Evrişimli Sinir Ağı
Ayrıntılı Tanım
Derin öğrenmeyi modern nesne tespitine başarıyla uygulayan ilk öncü modeldir; Selective Search ile önerilen yaklaşık 2000 bölge adayının her birini kırpıp bağımsız bir CNN'den geçirerek sınıflandırır.
Ne İşe Yarar / Çözülen Problem
Klasik el yapımı özniteliklerin (HOG, SIFT) tıkanıklığını kırarak nesne tespiti doğruluğunda devasa bir sıçrama yaratmıştır.
Nasıl Çalışır? (Teknik & Mekanizma)
1. Görüntüden Selective Search ile 2000 bölge önerisi çıkarılır.
2. Her bölge sabit boyuta zorla bükülür (warp).
3. 2000 bölgenin her biri için CNN ayrı ayrı çalıştırılır.
4. SVM ile sınıflandırma, regresyon ile kutu düzeltmesi yapılır.
Örnek Senaryo & Pratik Uygulama
Bir fotoğraftan makasla 2000 parça kağıt kesip, bu 2000 parçayı teker teker büyüteçle incelemek. Tek bir resim için 40-50 saniye süren aşırı hantal bir süreç.
Benzer Terimlerden Farkı
Doğruluğu devrimcidir ancak her kutuyu bağımsız işlediği için inanılmaz yavaştır; gerçek zamanlı çalışması imkansızdır.
İlişkili Terimler (3)
Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ
CNN, Vision Transformers (ViT), Diffusion, GAN, VAE ve Multimodal modeller.
Toplam Terim:53 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#285)Object Detection
Sonraki Terim (#287)Fast R-CNN