El objetivo de una red de detección es identificar un objeto en una imagen. Aquí hay un ejemplo. Digamos que tiene la siguiente imagen (fuente: pjreddie / darknet):
Una red de detección como YOLO o SSD identificará que hay un perro, una bicicleta y un automóvil en la imagen y dibujará cuadros (conocidos como cuadros delimitadores) alrededor de esos objetos. Aquí hay un ejemplo de la salida de YOLO en la imagen de arriba (fuente: YOLO: Detección de objetos en tiempo real)
- ¿Cuál es la forma correcta de crear consultas jerárquicas?
- ¿Cuál es la guía genérica y la mejor guía para aprender TensorFlow desde la plataforma Python? ¿O hay otras bibliotecas mejores que TensorFlow?
- ¿Cuándo puede el aprendizaje profundo ser una herramienta inadecuada para una empresa?
- ¿Por qué utilizamos el agrupamiento en el análisis estadístico? ¿Puedes dar una explicación intuitiva o ejemplos intuitivos?
- ¿A qué grupo de clasificadores pertenece el MulticlassClassifier que se usa en Weka?
Como puede ver, YOLO identificó dónde estaban el perro, la bicicleta y el automóvil en la imagen y dibujó cuadros delimitadores a su alrededor. SSD, si se aplica en la imagen, produciría un resultado similar.
Espero que esto haya ayudado! Si está interesado en aprender más sobre cómo funcionan estos algoritmos de detección de objetos, ¡no dude en preguntar! ¡Buena suerte!
