Aké typy modelov poznáte pre úlohy detekcie (rodina R-CNN, YOLO, SSD, DETR)?

Pre úlohy detekcie objektov v počítačovom videní existuje niekoľko populárnych architektúr:

• Rodina R-CNN (R-CNN, Fast R-CNN, Faster R-CNN): dvojfázové metódy, kde sa najskôr generujú regiónové návrhy (region proposals) a následne sa objekty klasifikujú a upravujú ich hranice. Poskytujú vysokú presnosť, ale sú pomalšie.

• YOLO (You Only Look Once): jednofázová metóda, ktorá rozdeľuje obrázok na mriežku a súčasne predpovedá triedy a súradnice objektov. Rýchla a vhodná pre reálny čas.

• SSD (Single Shot MultiBox Detector): tiež detektor v jednom kroku, ktorý využíva viacero úrovní vlastností na detekciu objektov rôznych veľkostí. Rovnováha medzi rýchlosťou a presnosťou.

• DETR (Detection Transformer): moderný prístup využívajúci transformátory na priame predpovedanie objektov bez potreby generovania regiónov. Poskytuje jednoduchú architektúru a dobré výsledky.

Každý model má svoje výhody a je použitý v závislosti od požiadaviek na rýchlosť a presnosť.