Kokius modelių tipus žinote detekcijos užduotims (R-CNN šeima, YOLO, SSD, DETR)?

Kompiuterinio matymo užduotims objektų aptikimui yra keletas populiarių architektūrų:

• R-CNN šeima (R-CNN, Fast R-CNN, Faster R-CNN): dviejų etapų metodai, kur pirmiausia generuojami regionų pasiūlymai (region proposals), o tada klasifikuojami ir koreguojami objektų ribiniai žymekliai. Užtikrina aukštą tikslumą, bet yra lėtesni.

• YOLO (You Only Look Once): vieno etapo metodas, kuris padalija vaizdą į tinklelį ir vienu metu prognozuoja objektų klases ir koordinates. Greitas ir tinkamas realaus laiko taikymui.

• SSD (Single Shot MultiBox Detector): taip pat vieno etapo detektorius, naudojantis kelis požymių lygius įvairių dydžių objektų aptikimui. Pusiausvyra tarp greičio ir tikslumo.

• DETR (Detection Transformer): šiuolaikinis požiūris, naudojantis transformatorius tiesioginiam objektų prognozavimui be regionų generavimo. Suteikia paprastą architektūrą ir gerus rezultatus.

Kiekvienas modelis turi savo privalumus ir taikomas priklausomai nuo greičio ir tikslumo reikalavimų.