その他令和8年1月6日

基于深度学习的目标检测算法综述

掲載日
令和8年1月6日
号種
本紙
原文ページ
p.15
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。

← 同日の官報に戻る
原文対照の表示オプション

基于深度学习的目标检测算法综述

令和8年1月6日|p.15

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
1. 两阶段检测算法
两阶段检测算法首先通过候选区域生成网络生成一系列候选区域，然后对这些候选区域进行分类和回归，得到最终的目标检测结果。典型的代表是 Faster R-CNN 系列算法。Faster R-CNN 在 R-CNN 的基础上引入了 RPN，实现了端到端的训练和检测，大大提高了检测速度和精度。此外，还有 Mask R-CNN、Cascade R-CNN 等改进版本，进一步提升了检测性能。
2. 一阶段检测算法
一阶段检测算法直接对输入图像进行密集采样，通过单次前向传播即可得到目标的类别和位置信息。这类算法具有更高的检测速度，但精度相对较低。典型的代表是 YOLO（You Only Look Once）系列算法和 SSD（Single Shot MultiBox Detector）。YOLO 系列算法通过将图像划分为网格，并在每个网格上预测目标的边界框和类别概率，实现了实时检测。SSD 则结合了多尺度特征图和多锚点机制，提高了小目标的检测效果。
読み込み中...
基于深度学习的目标检测算法综述 - 第15頁
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。

監視機能の詳細を見る →