728x90
반응형
faster RCNN = RPN(Region Proposal Network) + Fast RCNN
- conv layer를 통과한 feature map은 두 경로로 흘러감
1) RPN
2) feature map
Region Proposal Network 구현 이슈
- 피처는 pixel값, target은 Ground Truth bounding box인데 어떻게 selective search 수준의 region proposal을 할수있을까?
=> Anchor Box : object 유무 여부의 후보 box
anchor box는 후보군 값인데 GT box를 넣어주면 deep learning으로 가능
동일 grid point 기준, 구성은 9개, 서로 다른 크기 3개, 서로다른 ratio 3개 로 구성 => object 형태가 다르기 때문
다양하게 해야 겹치는 object, 다른 비율의 object를 찾을수있음
진행하다보면 각 grid point와 point별 anchor box가 또 겹침
다 겹치면 image boundary 형성
반응형
'Computer_Science > Computer Vision Guide' 카테고리의 다른 글
10일차 - 영상 데이터 기계학습 활용 (0) | 2021.09.26 |
---|---|
3-7. anchor box를 이용한 RPN (0) | 2021.09.24 |
3-5. fast RCNN (0) | 2021.09.24 |
3-3~4. SPPNet, RCNN의 문제점, Spatial Pyramid Matching (0) | 2021.09.24 |
3-2. RCNN Training과 Loss (0) | 2021.09.24 |