热点事件持续更新

R-CNN棋盘位置识别框架论文发布

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

arXiv cs.CV 发布一篇论文，提出一种基于 R-CNN 的框架，用独立组件分别完成棋子识别与棋盘几何估计，再合并结果重建棋局。棋子识别部分改进 Faster R-CNN，采用类别加权目标与更深分类头，平均精度从 61.59% 提升至 90.14%；棋盘检测用 Mask R-CNN 关键点头预测八个边界关键点，97.11% 落在图像对角线 1% 误差内。上述数据来自论文作者 Paras Govind 与 Ognjen Arandjelović 的报道。

AI 根据报道生成 · 3 小时前更新

最新进展10月8日 12:00

基于 R-CNN 的国际象棋棋局识别

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv cs.CV
基于 R-CNN 的国际象棋棋局识别
研究提出一种基于 R-CNN 的框架，用独立组件分别完成棋子识别与棋盘几何估计，再合并结果重建棋局。棋子识别改进 Faster R-CNN，采用类别加权目标与更深分类头，平均精度从 61.59% 提升至 90.14%；棋盘检测用 Mask R-CNN 关键点头预测八个边界关键点，97.11% 落在图像对角线 1% 误差内。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。