R-CNN 계열의 network 원리 요약

1. 학습관점

 

R-CNN은 오직 마지막 단의 SVM classifier만 학습 가능

 

Fast R-CNN은 첫 feature map을 뽑는 CNN도 학습이 가능

 

Faster R-CNN은 region proposal network로 모든 과정이 학습 가능

 

 

R-CNN에 언급 한번 안한 box regression이 있다는 것이 특이한데 실제로 가능하다고 한다

 

 

2. input size 관점

 

R-CNN은 CNN을 2000번 돌리며 CNN에 들어가는 input size는 고정되어있다

 

Fast R-CNN 이후는 ROI pooling을 이용하여 CNN의 input size를 임의로 해도 동작하도록 만들었다

 

 

3. region proposal 관점

 

Fast R-CNN까지 region proposal로 selective search로 미리 찾아야 했다

 

Faster R-CNN에서 region proposal network를 설계하여 모든 과정이 한번에 가능하며 학습도 가능하게 만들었다