Чем отличается YOLO от алгоритмов Faster R-CNN и Mask R-CNN?

YOLO, Faster R-CNN и Mask R-CNN отличаются подходами к обнаружению объектов на изображении. data-light.ru deepmachinelearning.ru

YOLO (You Only Look Once) — одностадийный детектор, который сразу определяет, где находится объект и его класс. data-light.ru Изображение делится на сетку, и каждая ячейка анализирует, есть ли в ней объект. timeweb.cloud Если есть — предсказывает, что за объект и где он находится. timeweb.cloud YOLO работает быстро, подходит для работы в реальном времени. timeweb.cloud www.geeksforgeeks.org Однако у алгоритма есть проблема: он плохо распознаёт объекты сложной формы или группы небольших объектов. neerc.ifmo.ru

Faster R-CNN — двухстадийный алгоритм, который работает как методичный инспектор. inner.su Сначала Region Proposal Network (RPN) сканирует изображение и предлагает области, где могут находиться объекты, затем классификатор детально анализирует каждую предложенную область. inner.su Faster R-CNN обеспечивает высокую точность, но требует значительно больше времени — всего 7 FPS против 30–40 FPS у YOLO. inner.su

Mask R-CNN — двухстадийный метод сегментации объектов, который строится на базе детектора Faster R-CNN. deepmachinelearning.ru На первом шаге генерируются регионы-кандидаты на изображении, в которых могут содержаться интересующие объекты. deepmachinelearning.ru На втором шаге каждый регион-кандидат относится к тому или иному классу, уточняется расположение содержащей его рамки и предсказывается маска, выделяющая объект. deepmachinelearning.ru Mask R-CNN более требовательна к ресурсам, чем Faster R-CNN, и сложнее в реализации и настройке. data-light.ru Однако алгоритм обеспечивает более детальный и точный анализ изображения. www.ultralytics.com