بررسی مدل‌های تشخیص شی مبتنی بر یادگیری عمیق

نوع مقاله : مقاله مروری

نویسندگان

1 دانشکده کامپیوتر، دانشگاه شاهرود

2 دانشکده کامپیوتر- دانشگاه شاهروی

3 دانشکده کامپیوتر، علم و صنعت مازندران

چکیده

تشخیص شی وظیفه طبقه‌بندی و مکان‌یابی اشیا در یک تصویر یا ویدئو را بر عهده دارد که در سال های اخیر به دلیل کاربردهای گسترده آن شهرت یافته است. این مقاله پیشرفت‌های اخیر در بازشناسی شی مبتنی بر یادگیری عمیق را بررسی می‌کند. مرور کلی مجموعه داده‌های معیار و معیارهای ارزیابی مورد استفاده در شناسایی نیز همراه با برخی از معماری‌های اصلی مورد استفاده در مسئله بازشناسی شی ارائه شده‌است. همچنین مدل‌های طبقه‌بندی سبک‌وزن مدرن مورد استفاده بررسی شده اند. در نهایت، عملکرد این ساختارها را بر روی معیارهای چندگانه مقایسه شده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Investigating object recognition models based on deep learning

نویسندگان [English]

  • Mohsen Norouzi 1
  • hamid hassanpour 2
  • Ali Ghanbari 3
1 Computer Dept, Shahrood University
2 Computer Dept, ُShahrood Universoty
3 Computer Dept, Mazandaran Science and Technology
چکیده [English]

Object detection is responsible for classifying and locating objects in an image or video, which has become famous in recent years due to its wide applications. This paper reviews recent advances in deep learning-based object recognition. An overview of benchmark datasets and evaluation criteria used in recognition is also presented along with some of the main architectures used in the object recognition problem. Also, the modern lightweight classification models used have been reviewed. Finally, the performance of these structures has been compared on multiple criteria.

کلیدواژه‌ها [English]

  • Object detection and identification
  • convolutional neural networks (CNN)
  • lightweight networks
  • deep learning
  • Im
  • age Processing

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 02 مرداد 1403
  • تاریخ دریافت: 23 اردیبهشت 1402
  • تاریخ بازنگری: 14 مرداد 1402
  • تاریخ پذیرش: 20 مهر 1402