対象検査:R-CNN、Fast R-CNN、Faster R-CNN
3547 ワード
Object Detection
対象検出は,複数の事物が存在する場合に,それぞれの事物の位置やカテゴリを探す作業である.
画像ソース
オブジェクト検出方法
2-Stage Detector
各位置
1-Stage Detector
-Faster R-CNNより精度は低いが、ずっと速い.
R-CNNシリーズ技術
R-CNN (Regions with CNN features)
- RoI == Region proposal
Bounding Box Regrssion
R-CNNの限界
-CNNは固定されており、SVMとBoundingBox Regressionの結果でCNNを更新することはできません.
-学習と評価プロセスには多くの時間がかかります.
Fast R-CNN
-スピードが大幅に向上しました.
RoI Pooling Layer
Faster R-CNN
-選択的検索の時間的な欠点を解決しました.
R-CNNシリーズ技術の発展方向とメリットとデメリット
Region Proposal
- Faster R-CNN은 sliding window 방식을 사용한다.
対象検出精度測定方法
Precision & Recall
- 모든 영역에 대하며 전부 사물이 존재한다고 판단을 하면 재현율은 높아지지만, 정확도는 떨어진다.
- 매우 확실할 때만 (confidence가 높을 때만) 사물이 존재한다고 판단하면 정확도는 높아지지만, 재현율은 떨어진다.
Average Precision
- mAP: mean average precision
Intersection over Union (IoU)
- IoU는 true positive인지 false positive인지 결정할 수 있는 기준이다.
- Object detection 모델이 도출해낸 bounding box가 실제 정답 bounding box와 유사한지 평가하는 척도이다.
NMS (Non Maximum Suppression)
- 중복된 bounding box를 줄이는 방법이다.
Reference
羅東彬の論文を参考にビデオを読んでこの文章を書いた.
Reference
この問題について(対象検査:R-CNN、Fast R-CNN、Faster R-CNN), 我々は、より多くの情報をここで見つけました https://velog.io/@jeongjae96/Object-Detection객체-검출-R-CNN-Fast-R-CNN-Faster-R-CNNテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol