R-CNN 이해하기

Task: Object Detection

Classification, Object Detection, Instance Segmentation task 비교

R-CNN 기본 아키텍처

방법론

1. Region proposal 을 2000개정도 만듬
   • 방법론은 기존에 연구된거 갖다 썼음
2. CNN모델을 활용해서 fixed-length feature 추출
   • 4096 dimension
   • From 227 x 227 RGB image
   • 그러기 위해서 proposal을 227x227에 맞게 전처리도 함
3. SVM을 활용해서 분류 문제 풀기

Test-time detection

1. selectively 2000개 뽑고
2. 사이즈 조정하고
3. CNN으로 feature 뽑고
4. SVM으로 class 예측하고
5. greedy non-maximum suppresion을 활용해서 일부를 떨굼
   • 확실하진 않은데 대충 더 높은 점수 가진 다른 region 있으면 떨군다는 뜻 같음

Training

• Supervised pre-training
  • 걍 CNN 미리 학습시켰다는 뜻
• Domain-specific fine-tuning
  • new task(detection) 과 new domain(warped proposal windows) 에서 CNN이 작동해야 함
  • IoU 0.5이상인 region에 대해 SGD 수행