"Faster RCNN"의 두 판 사이의 차이
ph
잔글 |
잔글 |
||
| 10번째 줄: | 10번째 줄: | ||
<div style='background-color: #efefef; padding:0.5em 1em 0.6em 1em; border-radius:1em; ' >(objectness score를 학습하는) RPN(Region Proposal Network)을 제안한다. | <div style='background-color: #efefef; padding:0.5em 1em 0.6em 1em; border-radius:1em; ' >(objectness score를 학습하는) RPN(Region Proposal Network)을 제안한다. | ||
[[Fast RCNN]]에서 보았듯, region proposal computaion이 (test time의) 병목이다. CNN으로 이루어진 RPN을 학습시켜서 이미지 한장당 300개정도의 proposal만으로 state-of-the-art accuracy를 얻는다. RPN은 기존의 [[Fast RCNN]]과 parameter를 share한다.</div> | [[Fast RCNN]]에서 보았듯, region proposal computaion이 (test time의) 병목이다. CNN으로 이루어진 RPN을 학습시켜서 이미지 한장당 300개정도의 proposal만으로 state-of-the-art accuracy를 얻는다. RPN은 기존의 [[Fast RCNN]]과 parameter를 share한다.</div> | ||
| − | + | </poem> | |
==x== | ==x== | ||
=x= | =x= | ||
| − | |||
---- | ---- | ||
<references/> | <references/> | ||
2017년 8월 4일 (금) 18:44 판
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks[1]
Shaoqing Ren, Kaiming He, Ross Girshick, and Jian Sun
arXiv:1506.01497
official github
tensorflow ver.
py faster rcnn github
x
x
- ↑ Ren, Shaoqing, et al. "Faster R-CNN: Towards real-time object detection with region proposal networks." Advances in neural information processing systems. 2015.