Fast R-CNN과 Faster R-CNN

single stage라서 전체 네트워크를 한번에 업데이트 가능하다는 점에서 의의가 있다.

 

과정

 

1. input으로 이미지와 region proposal(selective search를 통한)

2. conv feature map을 생성한다.

3. RoI pooling layer을 통과한다.(고정된 feature vector 생성을 위해)

4. fc layer 지난 뒤

5. multi task로 softmax(어떤 물체인가?), bounding box regression(위치 상세 조정)이 한번에 진행

 

RoI pooling layer

RoI 영역에 한하여 max pooling을 통해 feature map으로부터 고정된 길이의 저차원 벡터로 축소

 

 

faster r-cnn

 

selective search(cpu로 동작)->region proposal network(rpn)(gpu로 동작)

앵커박스 k개의 앵커박스를 미리 define한다.