sliding window
-
Faster R-CNN(Faster Regions with Convolutional Neuron Networks features) 모델 개념 설명Data Science/ML&DL 모델 2022. 11. 16. 22:38
본 포스팅은 R-CNN 및 Fast R-CNN을 알고있다는 가정하에 작성되었습니다. 따라서 위의 내용과 중복되는 내용은 생략되었습니다. R-CNN(Regions with Convolutional Neuron Networks features) 모델 개념 설명 Fast R-CNN(Fast Regions with Convolutional Neuron Networks features) 모델 개념 설명 1. Faster R-CNN이란? 기존의 Fast R-CNN에서의 단점을 극복한 2-path object detection model이다. Selective search를 통해서 RoI를 추출하는 과정이 많은 시간을 소요하여 병목현상 일으켰다.(cpu 수행) => Gpu를 활용할 수 있는 Region Proposa..
-
R-CNN(Regions with Convolutional Neuron Networks features) 모델 개념 설명Data Science/ML&DL 모델 2022. 11. 12. 17:03
1. R-CNN이란? 1) 이미지 입력 2) regional proposal 출력 3) 이미지 전처리(동일 사이즈) 4) 예측 2. Region Proposal R-CNN에서는 CNN에 넣을 Region을 찾기위해서 selective search 방법을 사용했다. selective search는 sliding window의 단점을 극복한 방법이다. 2.1 Sliding Window 이미지에 window를 슬라이딩하며 물체가 존재하는지 확인하는 방법. window로 이미지의 모든 부분을 탐색해야하여 많은 시간을 소모하는 단점. 탐지하고자하는 객체들의 크기가 다양하다면 고정된 window가 정확히 맞지 않는다는 단점. (다양한 window의 윈도우를 사용해야함.) R-CNN에서는 해당 방법을 사용하지 않음...