Faster R-CNN 发音

Definition / 释义

Faster R-CNN：一种经典的两阶段目标检测模型框架，先用区域建议网络（RPN）生成候选区域，再对候选区域进行分类并回归边界框；以较高检测精度著称，也常作为计算机视觉检测任务的基线方法。（该术语也常指其具体实现与改进版本。）

Pronunciation / 发音

/fs.tr r si si n/

Examples / 例句

We trained a Faster R-CNN model to detect cars in street photos.
我们训练了一个 Faster R-CNN 模型，用来在街景照片中检测汽车。

Although Faster R-CNN is accurate, deploying it on edge devices often requires pruning or a lighter backbone to meet latency constraints.
尽管 Faster R-CNN 精度很高，但将它部署到边缘设备上往往需要剪枝或使用更轻量的主干网络，以满足时延要求。

Etymology / 词源

“Faster”是形容词 fast 的比较级，强调相对更快；“R-CNN”是 Region-based Convolutional Neural Network（基于区域的卷积神经网络） 的缩写。Faster R-CNN 的命名体现了其相对早期 R-CNN / Fast R-CNN 的改进：用 RPN 替代外部候选框生成方法，从而显著提升检测流程效率。

Related Words / 相关词

• R-CNN
• Fast R-CNN
• Mask R-CNN
• RPN
• Object Detection
• Bounding Box
• Backbone
• YOLO
• SSD

Literary Works / 文学与著作引用

• Ren, S., He, K., Girshick, R., & Sun, J. (2015). Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks.
• Lin, T.-Y., et al. (2017). *Feature Pyramid Networks for Object Detection.*（常与 Faster R-CNN 结合做更强基线）
• He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). *Mask R-CNN.*（以 Faster R-CNN 为基础扩展到实例分割）