RCNN 계열 Object Detector(Fast RCNN) - 정리

Fast RCNN의 주요 특징

1) SPP Layer을 ROI Pooling Layer으로

2) End-to-End Network Learning (ROI Proposal은 제외)

• SVM을 Softmax로 변환하여 Deeplearning network 안으로 들어오게함.
• Multi-task loss 함수로 classification과 regression을 함께 최적화

ROI(Region of Interest) Pooling

• Feature Map 상의 임의의 Region of Interest를 고정 크기의 Pooling 영역으로 매핑한다.
• 매핑을 할 때, 일반적으로 Max Pooling을 적용한다.
  -SPP와는 다르게 면적적인 Size만 고정하며, depth는 고정되어져 있지 않다.

Fast RCNN 구조

Multi-Task Loss
Classification과 Regression Loss를 함께 반영한 Loss 함수가 사용된다. 즉, back propagation을 Convolution Network까지 할 수 있게 되었다는 것이다. Deep Learning Network 안에서 softmax와 regressor 둘 다 진행이되어서 가능해졌다.