object detection

R-CNN

R-CNN은 CNN을 object detection task에 처음 적용한 모델로 2-stage 모델에 해당하며, 초기 모델로 구조는 꽤나 직관적이다. 0. Overview selective search 알고리즘을 사용해 region proposal(이미지에서 객체에 대한 후보 영역 검출)을 수행한다. 뽑은 2천개의 이미지 영역(다양한 크기, 비율을 가짐)을 고정된 크기의 이미지로 resize 한다. (원본 이미지의 비율을 고려하지 않아 여기서 이미지 변형이나 손실 발생) 총 2천개의 영역에 pre-trained ConvNet에 통과시켜 4096차원의 특징 벡터(feature vector)를 추출한다. 추출한 feature vector에 각 클래스별로 학습시킨 SVM classifier를 사용해 분류 수..

Object Detection Overview

1. Object Detection Object Detection은 컴퓨터비전, 영상처리와 관계가 깊은 기술이다. Classification: 이미지가 어떤 클래스에 속하는지 분류 Classification + Localization: 이미지 속의 객체 분류 + bbox 위치 찾기 (객체 하나) Object Detection: 이미지 속의 객체 분류 + bbox 위치 찾기 (객체 여러개) image classification task에 bbox를 찾는 regression task가 추가된 것 Instance Segmenataion: 이미지 속의 객체 분류 + 픽셀 단위로 위치 찾기 (객체 여러개) 2. Bounding box H*W 크기의 이미지일 때, 좌측 상단이 (0,0), 우측 하단을 (W, H)로..