Каковы основные различия между R-CNN и более поздними архитектурами в компьютерном зрении?

Некоторые различия между R-CNN и более поздними архитектурами в компьютерном зрении:

• Обработка изображения. 2 R-CNN для каждого регионального предложения проводил отдельный прогон через свёрточную сеть, что делало процесс очень медленным. 2 Более поздние архитектуры, например Fast R-CNN, обрабатывают всё изображение одним проходом через сеть, что значительно ускоряет процесс. 2
• Метод локализации объекта. 1 R-CNN использует Selective Search, который не является алгоритмом машинного обучения, поэтому могут возникнуть проблемы с выявлением потенциальных объектов на разных изображениях. 1 Более поздние архитектуры, такие как Faster R-CNN, разработали собственный метод локализации объекта — RPN (Region Proporsal Networks), в основе которого лежит система якорей. 1
• Дополнительные возможности. 4 R-CNN использует предсказания регионов, что позволяет обеспечивать хорошую точность, но может быть очень медленным для некоторых сфер, таких, как беспилотное управление автомобилем. 4 Более поздние архитектуры, например Mask R-CNN, обеспечивают возможность сегментации экземпляров объектов, а не только составление ограничивающих рамок с классификацией. 4
• Подход к детекции объектов. 2 R-CNN и его модификации относятся к двухстадийным детекторам, которые сначала выделяют области-кандидаты, а затем уточняют их классификацию и границы. 2 Более поздние архитектуры, такие как SSD, выполняют задачу за один проход, одновременно предсказывая классы и границы объектов, что делает их быстрыми, но менее точными для мелких или плотно расположенных объектов. 2