<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>SSD on AI-Uchi — Всё об искусственном интеллекте</title><link>/tags/ssd/</link><description>Recent content in SSD on AI-Uchi — Всё об искусственном интеллекте</description><generator>Hugo</generator><language>ru</language><lastBuildDate>Wed, 17 Jun 2026 15:30:00 +0300</lastBuildDate><atom:link href="/tags/ssd/index.xml" rel="self" type="application/rss+xml"/><item><title>Object Detection Part 4: быстрые модели детекции</title><link>/articles/object-detection-part-4-fast-detection-models/</link><pubDate>Wed, 17 Jun 2026 15:30:00 +0300</pubDate><guid>/articles/object-detection-part-4-fast-detection-models/</guid><description>&lt;h2 id="почему-скорость-стала-главным-требованием"&gt;Почему скорость стала главным требованием&lt;/h2&gt;
&lt;p&gt;Представьте: автономный автомобиль мчится по шоссе, и его системе компьютерного зрения нужно распознать пешехода раньше, чем тот окажется на расстоянии удара. У неё есть доли секунды — не сотни миллисекунд, которые требуются двухэтапным детекторам.&lt;/p&gt;
&lt;p&gt;Модели семейства R-CNN — все регион-ориентированные алгоритмы детекции объектов. Они могут достигать высокой точности, но слишком медленны для ряда приложений, таких как автономное вождение.&lt;/p&gt;
&lt;p&gt;В четвёртой части серии мы сосредоточимся исключительно на быстрых моделях детекции объектов: SSD, RetinaNet и семействе YOLO.&lt;/p&gt;</description></item></channel></rss>