Miért gyorsabb az SSD, mint a gyorsabb RCNN?
Miért gyorsabb az SSD, mint a gyorsabb RCNN?

Videó: Miért gyorsabb az SSD, mint a gyorsabb RCNN?

Videó: Miért gyorsabb az SSD, mint a gyorsabb RCNN?
Videó: Hogyan Optimalizáld A Windows 10-et Játékra 2024, Április
Anonim

SSD csak egyszer fut le egy konvolúciós hálózatot a bemeneti képen, és kiszámítja a jellemzőtérképet. SSD horgonydobozokat is használ különböző képarányban, hasonlóan Gyorsabban - RCNN és inkább megtanulja az offset mint a doboz tanulása. A mérleg kezeléséhez, SSD előrejelzi a határoló dobozokat több konvolúciós réteg után.

Továbbá, mi a gyorsabb RCNN?

Gyorsabb RCNN egy objektumészlelési architektúra, amelyet Ross Girshick, Shaoqing Ren, Kaiming He és Jian Sun mutatott be 2015-ben, és az egyik híres objektumészlelési architektúra, amely olyan konvolúciós neurális hálózatokat használ, mint a YOLO (You Look Only Once) és az SSD (Single Shot Detector)..

Hasonlóképpen, miért gyorsabb az RCNN? Az OK Gyors R-CNN ” van gyorsabban mint R-CNN azért van, mert nem kell minden alkalommal 2000 régiójavaslatot betáplálni a konvolúciós neurális hálózatba. Ehelyett a konvolúciós műveletet képenként csak egyszer hajtják végre, és abból egy jellemzőtérképet generál.

Csak hát, miért gyorsabb az SSD, mint a Yolo?

A tolóablakokhoz és a régiójavaslati módszerekhez képest sok gyorsabban és ezért alkalmas valós idejű objektumészlelésre. SSD (amely többléptékű konvolúciós jellemzőtérképeket használ a hálózat tetején a teljesen összekapcsolt rétegek helyett YOLO igen) van gyorsabban és pontosabb mint a YOLO.

Milyen gyors Yolo?

A leggyorsabb architektúra YOLO képes elérni 45 FPS-t és egy kisebb verziót, a Tiny- YOLO , akár 244 FPS-t (Tiny YOLOv2) ér el egy GPU-s számítógépen.

Ajánlott: