R-CNN

(논문리뷰) R-CNN 설명 및 정리

  1. Image를 입력받는다.
  2. Selective search 알고리즘에 의해 regional proposal output 약 2000개를 추출한다.

추출한 regional proposal output을 모두 동일 input size로 만들어 주기 위해 warp 해준다.

  1. 2000개의 warped image를 각각 CNN 모델에 넣는다.

  2. 각각의 Convolution 결과에 대해 classification을 진행하여 결과를 얻는다.

Fast R-CNN

(논문리뷰) Fast R-CNN 설명 및 정리

R-CNN의

  1. RoI (Region of Interest) 마다 CNN연산을 함으로써 속도저하

  2. multi-stage pipelines으로써 모델을 한번에 학습시키지 못함

한계점들을 극복함.

1-1. R-CNN에서와 마찬가지로 Selective Search를 통해 RoI를 찾는다.

1-2. 전체 이미지를 CNN에 통과시켜 feature map을 추출한다.