تشخیص اشیا با استفاده از ردیاب تک شات در شبکه های عمیق

پیشرفته ترین سیستم های تشخیص اشیاء ، در بردارنده انواع مختلفی از روش هایی نظیر باکس های محدود کنندهفرضی ، نمونه برداری مجدد پیکسل ها یا نگاشت ویژگی ها برای هر باکس، و بکارگیری طبقه بند کننده های کیفیت بالامی باشد. این چارچوب ها بر اساس روش های تشخیص می باشد؛ زیرا روش جستجوی انتخابی (SS) از طریقPASCAL VOC ، MS COCO ، و ILSVRC همگی براساس R-CNN سریعتر بوده، هرچند دارای ویژگی هایعمیق تر مانند روش ارائه شده در مقاله است. اگرچه این رویکردها برای سیستم های تعبیه شده دارای محلسبات زیادیبوده، اما دارای دقت بالایی می باشند؛ حتی با سخت افزارهای قدرتمند نیز برای برنامه های بلادرنگ یا نزدیک به زمانواقعی بسیار کند و آهسته می باشند. غالبا سرعت تشخیص این روشها در ثانیه در هر فریم اندازه گیری می شود و حتیسریعترین ردیاب با دقت بالا که مبتنی بر روش R-CNN سریعتراست، تنها با ۷ فریم در ثانیه (FPS) کار می کند. تلاشهای زیادی برای ایجاد ردیاب سریعتر در هر مرحله از مراحل تشخیص انجام شده است (به کار های انجام شده مربوطهدر بخش ۴ مراجعه شود)، اما در تمامی آن ها افزایش سرعت تنها با کاهش قابل توجه دقت همراه بوده است.

کلیدواژه ها:

آشکارسازی بلادرنگ ، شبکه های عصبی