**object detection - rcnn- fast rcnn- faster rcnn** 안녕하세요 딥러닝 논문읽기 모임입니다! 오늘 소개
Deep Learning/object detection 2020. 4. 8. 06:33**object detection - rcnn- fast rcnn- faster rcnn**
안녕하세요 딥러닝 논문읽기 모임입니다!
오늘 소개 시켜 드릴 논문은 faster rcnn 입니다! 오늘날 기준 더 뛰어난 성능을 보이는 object detection 모델은 분명 존재하지만,
Object detection을 처음 접하시는분의 눈높이에 맞춰서 , 자세하고 디테일하게 이미지 처리팀의 권태완 님이 리뷰를 도와주셨습니다!
R-CNN을 개선시긴, Fast R-CNN으로 Object Detection의 수행 속도가 많이 빨라졌지만,
Region Proposal 을 생성하는 방식이 비효율적으로 작동하여 아직도 만족할만큼 좋은 성능을 나타내지는 못했습니다.
R-CNN과 Fast R-CNN은 Region Proposal을 생성하기 위해서 Selective Search라는 알고리즘을 사용했습니다. 이 방법으로 약 2,000개에 가까운 Region Proposal을 생성하는 것 자체가 성능에 아주 큰 병목이었습니다.
그래서 그것을 뉴럴 네트워크로 해결한 Faster R-CNN 이 등장하게 되었습니다. Faster R-CNN은, Region Proposal을 생성하는 방법 자체를 CNN 내부에 네트워크 구조로 넣어놓은 모델입니다. 이 네트워크를 RPN(Region Proposal Network) 이라고 합니다. RPN을 통해서, RoI Pooling을 수행하는 레이어와 Bounding Box를 추출하는 레이어가 같은 특징 맵을 공유할 수 있습니다.
더 디테일한 논문 리뷰는 다음 링크를 참고해주세요!
'Deep Learning > object detection' 카테고리의 다른 글
| https://github.com/JONGGON/Gluon-Detector Retina SSD YoloV3 구현 을 마쳤습니다. (0) | 2019.11.15 |
|---|
