035. Детекция на основе R-CNN, Fast R-CNN. скачать в хорошем качестве

035. Детекция на основе R-CNN, Fast R-CNN.

Этим видео начнём серию, посвящённую нейросетевым методам детекции и сегментации. R-CNN можно считать базовой моделью для детекции после революционной модели AlexNet. В этом видео, мы теоретически рассмотрим модель R-CNN и Fast R-CNN. На данный момент они считаются устаревшими, так как уже как минимум есть Faster R-CNN. Но для сохранения хронологии и понимания эволюции всего семейства R-CNN, я решил рассмотреть эти модели, правда теоретически. Рассмотрим такие понятия как Selective Search, Non-maximum suppression, Singular Value Decomposition (т.е. сингулярное разложение матрицы). Разберёмся что такое ROI pooling слой. Таймкоды: 00:00 | Введение 02:40 | Что было до 04:18 | Основная идея R-CNN кратко 05:20 | Selective Search 07:05 | Свёртка в R-CNN и классификация региона 10:50 | Non-maximum suppression 13:03 | Регрессия локализации 14:03 | Техника обучения модели R-CNN 15:26 | Скорость детекции в R-CNN 16:10 | Основная идея Fast R-CNN кратко 18:32 | ROI pooling слой 21:55 | Формула потери для Fast R-CNN 23:10 | Сингулярное разложение матрицы (SVD)