"Faster RCNN"의 두 판 사이의 차이
잔글 (→x) |
잔글 |
||
| 4번째 줄: | 4번째 줄: | ||
arXiv:1506.01497 | arXiv:1506.01497 | ||
| − | [https://github.com/ShaoqingRen/faster_rcnn official github] | + | [https://github.com/ShaoqingRen/faster_rcnn official MATLAB] |
| + | [https://github.com/rbgirshick/py-faster-rcnn official python] | ||
[https://github.com/smallcorgi/Faster-RCNN_TF tensorflow ver.] | [https://github.com/smallcorgi/Faster-RCNN_TF tensorflow ver.] | ||
| − | |||
<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. | ||
| 12번째 줄: | 12번째 줄: | ||
</poem> | </poem> | ||
==x== | ==x== | ||
| − | 보통 Selective Search<ref name=r4></ref>를 쓰지만, CPU만 사용할 경우 이미지 한장당 2초정도 걸릴 정도로 매우 느리다. 최근 장당 0.2초 걸리는 | + | 보통 Selective Search<ref name=r4></ref>를 쓰지만, CPU만 사용할 경우 이미지 한장당 2초정도 걸릴 정도로 매우 느리다. 최근 장당 0.2초 걸리는 EdgeBoxes<ref name=r6></ref>라는 것도 나왔지만 그래도 상당한 시간이 소요된다. convolution을 share하는 RPN을 제안할건데 이거 쓰면 marginal cost는 장당 10ms정도다.(전체 과정 다 해도 5 fps on GPU) |
| + | |||
| + | <center><div style='width:50%'>[[file:fasterrcnn.png]]</div></center> | ||
기존 [[Fast RCNN]]에 몇개의 conv net을 붙여서 RPN을 만들고, regular grid에 대해 objectness를 계산할 것이다. 따라서 RPN도 FCN<ref name=r7></ref>의 일종이다. | 기존 [[Fast RCNN]]에 몇개의 conv net을 붙여서 RPN을 만들고, regular grid에 대해 objectness를 계산할 것이다. 따라서 RPN도 FCN<ref name=r7></ref>의 일종이다. | ||
| 19번째 줄: | 21번째 줄: | ||
학습할 때에는, region proposal에 대해 한번, object detection에 대해 한번, 이런식으로 번갈아가면서 fine-tuning한다. | 학습할 때에는, region proposal에 대해 한번, object detection에 대해 한번, 이런식으로 번갈아가면서 fine-tuning한다. | ||
| + | |||
| + | preliminary version이 공개된 이후 여기저기 많이 쓰였고 상용으로 Pinterest<ref name=r17></ref>에도 쓰였다. ILSVRC, CC 2015 competition에서 상당수 1위들이 모두 Faster R-CNN과 RPN based다.<ref name=r18></ref> <del>부럽다</del> | ||
| + | |||
| + | |||
=x= | =x= | ||
2017년 8월 4일 (금) 19:31 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 MATLAB
official python
tensorflow ver.
x
보통 Selective Search[2]를 쓰지만, CPU만 사용할 경우 이미지 한장당 2초정도 걸릴 정도로 매우 느리다. 최근 장당 0.2초 걸리는 EdgeBoxes[3]라는 것도 나왔지만 그래도 상당한 시간이 소요된다. convolution을 share하는 RPN을 제안할건데 이거 쓰면 marginal cost는 장당 10ms정도다.(전체 과정 다 해도 5 fps on GPU)
기존 Fast RCNN에 몇개의 conv net을 붙여서 RPN을 만들고, regular grid에 대해 objectness를 계산할 것이다. 따라서 RPN도 FCN[4]의 일종이다.
‘anchor box’라는 것도 도입하겠다.
학습할 때에는, region proposal에 대해 한번, object detection에 대해 한번, 이런식으로 번갈아가면서 fine-tuning한다.
preliminary version이 공개된 이후 여기저기 많이 쓰였고 상용으로 Pinterest[5]에도 쓰였다. ILSVRC, CC 2015 competition에서 상당수 1위들이 모두 Faster R-CNN과 RPN based다.[6] 부럽다
x
- ↑ Ren, Shaoqing, et al. "Faster R-CNN: Towards real-time object detection with region proposal networks." Advances in neural information processing systems. 2015.
- ↑ 인용 오류:
<ref>태그가 잘못되었습니다;r4라는 이름을 가진 주석에 제공한 텍스트가 없습니다 - ↑ 인용 오류:
<ref>태그가 잘못되었습니다;r6라는 이름을 가진 주석에 제공한 텍스트가 없습니다 - ↑ 인용 오류:
<ref>태그가 잘못되었습니다;r7라는 이름을 가진 주석에 제공한 텍스트가 없습니다 - ↑ 인용 오류:
<ref>태그가 잘못되었습니다;r17라는 이름을 가진 주석에 제공한 텍스트가 없습니다 - ↑ 인용 오류:
<ref>태그가 잘못되었습니다;r18라는 이름을 가진 주석에 제공한 텍스트가 없습니다