본문 바로가기
Stay Hungry Stay Foolish/논문 정리

[논문 정리]Rich feature hierarchies for accurate object detection and semantic segme

by HANNI하니 2021. 3. 31.

참고자료는 밑에 첨부했습니다!

R-CNN.pdf
6.23MB

Rich feature hierarchies for accurate object detection and semantic segmentationTech report (v5)

Object Detection

: 물체 검출 알고리즘은 여러 물체에 대해 어떤 물체인지 분류하는 이미지 분류와 그 물체가 어디 있는지 네모 박스(Bounding Box)를 통해 위치 정보를 나타내는 위치 문제 두 가지를 해내는 알고리즘이다.

Object Detection 분야에서 두가지 키 인사이트를 조합하여 성능을 향상하였다.

1. Convolutional Neural Network 사용 및 bottom-up region proposal(Selective Search) 적용.
2. 학습 데이터가 부족할 때, pre-training된 모델을 사용하여 해당 도메인에 맞게 fine-tuning을 적용.

region proposals with CNN = R-CNN

R-CNN 시스템의 전체 동작 구조

1. Input image : 이미지 입력
2. Extract region proposals : 입력된 이미지로부터 region proposals 2000개 생성 -> Selective Search
3. class-specific linear : SVM을 통해 image classification(K+1개 분류, +1은 이미지에 object가 없는 경우), regression을 통한 bounding-box 계산 수행

R-CNN의 Speed bottlenect

- 모든 입력 이미지에 N개에 대해 region proposals 2000개 생성
- 2000개의 region proposals 각각에 대해 CNN feature vector 추출 (N images * 2000)
-> CNN을 통한 feature vector 추출
-> SVM classifier를 통한 image classification
-> Bounding box regression



+++ 추가 자료
Object detection에 Instance segmentation을 추가한 Mask R-CNN !
rladuddms.tistory.com/10?category=935550

[논문 정리] Mask R-CNN (1)

Mask R-CNN Abstract 더보기 객체 인스턴스 분할(object instance segmentation) 인스턴스 세그먼테이션의 목표는 이미지에서 특정 객체를 감지하고 관심 객체 주위에 마스크를 만드는 것이다. 단순 경계 상자

rladuddms.tistory.com

rladuddms.tistory.com/12?category=935550

[논문 정리] Mask R-CNN (2)

논문 내용과 별개로 Mask R-CNN의 특성상 추가적인 지식들이 필요해서 포스팅을 하려고 한다. 솔직히 RNN, CNN 개념이랑 과정 등등 아는 사람들만 Mask R-CNN을 공부하겠지,,,? RNN,CNN에 대해선 언급하지

rladuddms.tistory.com


+++ 참고자료
arclab.tistory.com/165

[논문 요약10] Rich feature hierarchies for accurate object detection and semantic segmentation

[업데이트 2018.07.12 13:32] 열번째 요약할 논문은 "Rich feature hierarchies for accurate object detection and semantic segmentation"(https://arxiv.org/pdf/1311.2524v5.pdf) 입니다. 본 논문은 object de..

arclab.tistory.com

댓글