Détection d'objets

Une boîte d'ancrage est une boîte de délimitation prédéfinie utilisée dans les modèles de détection d'objets pour aider à identifier et localiser les objets dans les images.

CenterNet est un cadre de détection d'objets qui détecte les objets comme des points, simplifiant ainsi le processus de détection.

CornerNet est un modèle d'apprentissage profond pour la détection d'objets qui prédit les coins des objets afin d'identifier leurs boîtes englobantes.

Faster R-CNN est un modèle d'apprentissage profond pour la détection d'objets qui combine la proposition de régions et la classification dans un seul cadre.

Le réseau pyramidal de caractéristiques (FPN) améliore la détection d'objets en utilisant des cartes de caractéristiques multi-échelles pour une meilleure reconnaissance.

La intersection sur l'union (IoU) mesure le chevauchement entre deux boîtes englobantes dans la détection d'objets.

La perte IoU mesure la superposition entre les boîtes englobantes prédites et réelles dans les tâches de détection d'objets.

Mask R-CNN est un modèle d'apprentissage profond pour la détection et la segmentation d'objets dans les images.

RetinaNet est un modèle d'apprentissage profond conçu pour la détection d'objets, équilibrant rapidité et précision grâce à une fonction de perte innovante.

RoI Align est une technique utilisée en vision par ordinateur pour améliorer la précision de la détection d'objets en alignant précisément les régions d'intérêt.

Le RoI Pooling est une technique utilisée en vision par ordinateur pour extraire des caractéristiques de régions spécifiques dans une image.

Un détecteur SSD est un type de modèle de vision par ordinateur utilisé pour la détection d'objets dans des images et des vidéos.

YOLO (You Only Look Once) est un système de détection d'objets en temps réel qui identifie plusieurs objets dans des images et des vidéos.

YOLOv5 est un modèle avancé de détection d'objets en temps réel, connu pour sa rapidité et sa précision.

YOLOv8 est la dernière version du modèle YOLO (You Only Look Once) pour la détection et la reconnaissance d'objets en temps réel.