bskyvision RSS 태그 관리 글쓰기 방명록
2020-02-07 04:32:44
728x90

지난 시간에 소개한 R-CNN에 이어서 오늘은 Fast R-CNN에 대해 다루도록 하겠습니다. 이름만 봐도 R-CNN과 연관이 있고, 더 빠른 모델임을 알 수 있겠죠? 그러면 어떤 이유도 더 빨라졌는지 확인해보도록 하겠습니다. Fast R-CNN의 original 논문은 ICCV 2015에서 발표된 "Fast R-CNN"입니다. 

 

출처: Fast R-CNN의 original 논문

 

R-CNN의 경우 입력 이미지에서 selective search를 통해 물체가 존재할 가능성이 있는 약 2000개의 관심영역(region of interest, ROI)을 찾은 후에, 각 ROI를 CNN에 입력해서 특성을 도출하기 때문에 약 2000개의 CNN이 사용됩니다. 그러다보니 자연스럽게 모델이 무거울 수 밖에 없었죠. 

 

이와 달리 Fast R-CNN은 단 하나의 CNN만 사용합니다. 여기서 시간을 확 줄이게 되는 것이죠. 이미지를 CNN에 통과시킴을 통해 도출된 특성맵에서 ROI들을 찾아줍니다(이 ROI들은 입력 이미지에서 selective search를 통해 찾은 것을 특성맵에 적용한 것입니다). 그 다음에 특성맵을 각 ROI로 잘라줍니다. 그러면 특성맵이 ROI에 따라 각각 다양한 크기로 잘라집니다. 그것들을 ROI pooling을 통해 고정된 사이즈의 특성맵으로 변환해준 다음에 fully-connected(FC) 층에 각각 입력해줍니다. FC 층들을 거쳐서 얻은 특성벡터를 두 개의 자녀 출력층에 각각 입력해줍니다. 하나는 softmax를 통해 객체의 클래스를 예측하고, 또 다른 하나는 Bbox regressor를 통해 객체의 위치를 좀 더 정확하게 찾아줍니다. 이 과정이 이해가 안되시는 분들은 좀 더 자세하게 Fast R-CNN의 구조를 그려놓은 아래 그림을 참고하세요.^^ 

 

 

다음 표는 R-CNN과 Fast F-CNN의 성능을 비교해주고 있습니다. (VOC 2012 test 데이터셋) 

  

출처: Fast R-CNN의 original 논문

 

표에서 알 수 있듯이 Fast R-CNN이 R-CNN보다 좀 더 높은 정확한 물체 검출을 시행합니다. mAP는 물체 검출 알고리즘의 성능을 나타내는 지표입니다. 

 

그리고 다음 그림은 R-CNN과 Fast R-CNN의 속도를 비교해놓은 것입니다. 

 

출처: [1]

속도가 획기적으로 빨라졌음을 알 수 있습니다. 속도도 빨라졌는데 더 정확해졌으니 금상첨화죠. 하지만 사람의 욕심은 끝이 없습니다. 여전히 실시간으로 물체를 검출하기에는 느립니다. 더 빠른 모델이 필요합니다. 그래서 나온 것이 Faster R-CNN입니다. fast의 비교급인 faster를 사용해서 Fast R-CNN보다 더 빠르다는 것을 나타냈죠.

 

다음 시간에는 이 Faster R-CNN에 대해 다루도록 하겠습니다. 항상 질문과 지적은 환영합니다. 빠르게 답변해드리고 있으니 댓글 남겨주세요.^^ 

 

 

<참고자료>

[1] https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e, Rohith Gandhi, "R-CNN, Fast R-CNN, Faster R-CNN, YOLO - Object Detection Algorithms"

[2] https://nuggy875.tistory.com/33?category=860935, 제이스핀, "[Object Detection] 3. Fast R-CNN & Faster R-CNN 논문 리뷰"

댓글

방문해주신 모든 분들을 환영합니다.

* 글을 읽던 중에 궁금했던 부분은 질문해주세요.

* 칭찬, 지적, 의문, 격려, 감사표현 등을 남겨주세요.

* 최대한 답변 드리도록 노력하겠습니다.

* 욕설과 광고를 담은 댓글은 가차없이 삭제합니다.


  1. 김선민@2021.01.07 00:39 ~$ 계속 헷갈리다가 정말 쉽게 그려진 그림보고 단번에 이해됬네요... 짧고도 이해도 높은 글 감사합니다. [댓글주소]  [수정/삭제]  [답글작성]
  2. BlogIcon 꼬장스카이비젼@2021.01.07 08:02 ~$ 저는 이른시간부터 고생입니다. [댓글주소]  [수정/삭제]  [답글작성]
  3. @2021.01.08 19:38 ~$ 비밀댓글입니다 [댓글주소]  [수정/삭제]  [답글작성]
  4. tay@2021.11.21 01:29 ~$ 안녕하세요. 혹시 Faster R-CNN이나 YOLO에 대한 게시글을 쓰실 계획은 없으실까요?
    너무 글을 이해가 잘 되서 잘 쓰셔서 도움이 많이 됐습니다. 정말 감사드려요. [댓글주소]  [수정/삭제]  [답글작성]
guest@이름 ~$
guest@패스워드 ~$
guest@홈페이지주소작성 ~$

guest@댓글작성 ~$




bskyvision. Designed by bskyvision.