Gbjbjbj
2021. 12. 30. 01:11
Fast RCNN은 지난 시간에 배웠던 SPP-NET과 크게 다르지 않았다.
SPP-NET과는 다른 Fast RCNN의 주요 특징으로는 SPP-LAYER를 ROI Pooling Layer로 변경했고,
기존 svm을 softmax로 변환하고 multi-task loss함수로 classification과 regression을 함께 최적화 했다는 차이점이 존재한다.
ROI Pooling이란
위와 같은 14*14 feature map이 존재하고 각각 8*4 roi와 14*7 roi가 존재한다고 할때
왼쪽과 같이 임의의 ROI를 고정 크기의 Pooling 영역으로 매핑시킨다.
ROI Pooling을 적용한 fast RCNN의 구조는 다음와 같다
이전 시간에 배웠던 SPP-NET과는 크게 ROI Pooling부분에서 차이가 난다. SPP-NET에서는 SPP-LAYER가 채널까지 1-D형태로 나타낸 layer였던 반면에 ROI Pooling layer에서는 사이즈의 크기만 고정된뿐 채널의 depth는 feature map의 채널의 depth와 같다는 특징이 있다.
Fast RCNN 성능비교
Fast RCNN은 수행 시간에서 기존의 RCNN보다는 획기적인 성능을 보여주었고 SPP-NET보다도 더 간략화된 구조 때문에 training time이나 test time에서 줄어든 수행시간을 보여주었다.