"Faster RCNN"의 두 판 사이의 차이
ph
잔글 |
잔글 |
||
| 8번째 줄: | 8번째 줄: | ||
[https://github.com/rbgirshick/py-faster-rcnn py faster rcnn github] | [https://github.com/rbgirshick/py-faster-rcnn py faster rcnn github] | ||
| − | <div style='background-color: #efefef; padding:1em; border-radius:1em; ' > | + | <div style='background-color: #efefef; padding:1em; border-radius:1em; ' >(objectness score를 학습하는) RPN(Region Proposal Network)을 제안한다. |
| − | (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> | ||
2017년 8월 4일 (금) 18:43 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
(objectness score를 학습하는) RPN(Region Proposal Network)을 제안한다.
Fast RCNN에서 보았듯, region proposal computaion이 (test time의) 병목이다. CNN으로 이루어진 RPN을 학습시켜서 이미지 한장당 300개정도의 proposal만으로 state-of-the-art accuracy를 얻는다. RPN은 기존의 Fast RCNN과 parameter를 share한다.
Fast RCNN에서 보았듯, region proposal computaion이 (test time의) 병목이다. CNN으로 이루어진 RPN을 학습시켜서 이미지 한장당 300개정도의 proposal만으로 state-of-the-art accuracy를 얻는다. RPN은 기존의 Fast RCNN과 parameter를 share한다.
==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.