6) RCNN(Region with CNN)

Region Proposal방식에 기반한 Object Detection 

 

RCNN 모델의 Classification Dense layer로 이해 이미지 크기 동일 

 

Region Proposal수행후 도출된 이미지 하나하나에 CNN 연산 적용 

 

# RCNN의 Training - classification

 

1. 원본이미지에 selective search 적용 

 

2. ImageNet으로 Feature Extractor pretrain 시킨다. 

 

3. Ground Truth와 SS predicted 된 영역 IOU가 0.5이상인 경우만 해당 클래스로, 나머지는 Background로 fine-tuning 

 

4. Ground Truth로만 학습하되 0.3IOU 이하는 Background로 설정 0.3이상이지만 g.t아닌 경우 무시 

 

 

# Bounding Box Regression

 

# RCNN 장 단점 

 

 - 장점 : 높은 Detection 정확도 

 

 - 단점 : 너무느린 Detection 시간 & 복잡

 

하나의 이미지마다 S,S 수행해 2000개의 Region 영역 이미지 도출 

개별 이미지 별로 2000개씩 생성된 region 이미지를 CNN Feature Map 생성 

각기 따로노는 구성요소 SS CNN SVM

 

#RCNN 이후 Objection Detection 연구 방향성 

 

 - DeepLearning 기반 Object Detection 성능 입증 

 - Region Proposal 기반 성능 입증