その他令和7年2月13日

深層学習に基づく物体検出アルゴリズム

掲載日

令和7年2月13日

号種

政府調達

原文ページ

p.39

出典：官報発行サイト（内閣府）の掲載情報をもとに整理しています。重要な確認は公式原文を基準にしてください。

本文と原文の対照

まず左側の本文を読み、必要な箇所だけ原文ページで確認できる構成です。

原文対照の表示オプション

テキスト位置ガイドを表示非公開領域をマスクする

令和7年2月13日|p.39

左の本文を選ぶと、右側の官報原文画像で該当箇所を照合できます。

公式原文あり本文テキスト画像照合可誤りを報告

### 2.2.2.1 R-CNN系列算法

R-CNN（Region-based Convolutional Neural Networks）是第一个将深度学习应用于目标检测的算法。它首先使用选择性搜索（Selective Search）生成候选区域，然后将这些区域输入到CNN中提取特征，最后使用SVM进行分类和边界框回归。

Fast R-CNN对R-CNN进行了改进，它将整个图像输入到CNN中，然后在特征图上提取候选区域的特征，这样可以共享卷积计算，大大提高了检测速度。Faster R-CNN进一步引入了区域提议网络（RPN），实现了端到端的训练和推理。

### 2.2.2.2 YOLO系列算法

YOLO（You Only Look Once）是一种单阶段目标检测算法，它将目标检测问题转化为一个回归问题。YOLO将图像划分为网格，每个网格负责预测固定数量的边界框和类别概率。这种设计使得YOLO具有非常高的检测速度。

后续的YOLOv2、YOLOv3等版本在保持高速度的同时，通过引入多尺度预测、锚框机制等技术，显著提高了检测精度。最新的YOLOv4和YOLOv5进一步优化了网络结构和训练策略，达到了更好的性能平衡。

読み込み中...

テキスト領域

選択中

非公開 (PII)

関連する新着公告を見逃さないために

Pro プランでは会社名・機関名・キーワードを監視条件として保存し、新着掲載を継続確認できます。14日間無料で試せます。