Object Detection

2-stage Detector

• 2단계 검출기 : 특징 추출, 객체 분류 순차적으로 구성
• 특징
  • 속도는 느리지만 정확도는 높음
  • 예 : Fast R-CNN, OverFeat, DPM
    • DPM : sliding window 기법 이용(sliding window 별로 classifier 실행)
    • R-CNN : selective search, classifier, bounding box regresssion을 통해 객체 box 검출

1-stage Detector

• 1단계 검출기 : 특징 추출, 객체 분류 한 번에 처리
  
  • Pixel -> Bounding box coordinates & class probablities for boxes
• 특징
  • 예 : YOLO v1, SSD

YOLO v1(You Only Look Once)

• 1 stage detector
• single regression problem으로 재구성 : object detection as a regression problem

• 장점

  • Extremely fast : 45 frames per second(Fast YOLO : 155 frames per second, double mAP)
    • fast version이 있는데 이건 뭐지
  • more localization error, less false positives on background

• Properties

  • Simple pipeline -> Fast
  • Entire image as a input -> less background errors compared to Fast R-CNN
  • learn generalizable rerepresentation of objects -> 새로운 이미지 / 예상하지 못한 입력들에 적용할 때도 성능이 잘 나옴

Unified Detection : single neural network로 object detection

0. end-to-end training and real-time speed
1. divide input image in to S x S grid()
- grid cell의 중앙에 객체가 있으면 객체 탐지했다고 표기
2. get bounding boxes and confidence scores from bounding boxes
- confidence scores : 박스 안에 있는 객체를 얼마나 정확하게 찾고 정확하게 클래스를 분류했는지에 대한 점수
- $confidence = Pr(Object) * IOU^{truth}_{pred}$
3. bounding boxes 정보 : x, y, w, h, confidence
- x, y : 좌표
- w, h : box 정보
- confidence : IOU between the predicted box and ground-truth box
4. 각 grid cell에서 클래스별 조건부 확률 구함
- $Pr(Class_{i} | Object)$ : grid cell에 object를 포함할 확률
- 최종 예측값 : S x S x (B * 5 + C)

  - ![](https://miro.medium.com/max/630/1*YG6heD55fEmZeUKRSlsqlA.png)
  
  

Network Architecture

• 24 conv layers, 2 fc layers, alternating 1 x 1 conv layers

Training

• Properties

  • Model
    • pretrain 20 convolutional layers on ImageNet 1000-class competition dataset
    • detection을 위한 4 convolutional layers and 2 fully-connected layers
    • final layer : predicting class probabilities and bounding box coordinates
  • Leaky ReLU activation for every layers except linear activation function with final layer
  • optimization for sum-squared error
    • sum-squared error : 크고 작은 box에 대해서 동일한 가중치 적용

• Loss function

  • localization error, classification error

• Parameters

  • epochs = 135
  • batch size = 64
  • momentum = 0.9
  • decay = 0.0004
  • learning rate
    • 1 epoch : $10^{-3}$
    • 2 ~ 75 : $10^{-2}$
    • 76부터 30 epoch : $10^{-3}$
    • Last 30 epoch : $10^{-4}$
  • dropout, data augmentation 진행

Limitation

• Spatial constraints
  • grid cell은 하나의 클래스만 예측하므로 가까이 있는 객체들에 대해 취약
• Bounding box 형태의 data 학습
  • 새롭거나 특이한 형태에 대해서는 취약
• Loss function equation에서 작은 bounding box의 loss는 IOU, localization에 악영향

Fast YOLO : fewer layers, fewer filters but training, testing parameters are same -> HOW COME????

참조

• object detection
• YOLOv1 리뷰, 구현 - skhim520 블로그