>
Fa   |   Ar   |   En
   بررسی مدل‌های تشخیص شی مبتنی بر یادگیری عمیق  
   
نویسنده نوروزی محسن ,حسن پور حمید ,قنبری علی
منبع محاسبات نرم - 1403 - دوره : 13 - شماره : 2 - صفحه:22 -41
چکیده    تشخیص شی وظیفه طبقه‌بندی و مکان‌یابی اشیا در یک تصویر یا ویدیو را بر عهده دارد که در سال‌های 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 مساله بازشناسی شی ارائه شده است. همچنین مدل‌های طبقه‌بندی سبک‌وزن مدرن مورد استفاده بررسی شده‌اند. در نهایت، عملکرد این ساختارها را بر روی معیارهای چندگانه مقایسه شده است.
کلیدواژه تشخیص شی و شناسایی، شبکه‌های عصبی پیچشی‏، شبکه‌های سبک‌وزن، یادگیری عمیق، پردازش تصویر
آدرس دانشگاه صنعتی شاهرود, دانشکده کامپیوتر, ایران, دانشگاه صنعتی شاهرود, دانشکده کامپیوتر, ایران, دانشگاه علم و فناوری مازندران, دانشکده کامپیوتر, ایران
پست الکترونیکی ghanbari@shahroodut.ac.ir
 
   a review on object recognition models based on deep learning  
   
Authors norouzi mohsen ,hassanpour hamid ,ghanbari ali
Abstract    object detection is responsible for classifying and locating objects in an image or video، which has gained popularity 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 have been reviewed. finally، the performance of these structures is compared based on multiple criteria.
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved