Faster RCNN

Faster RCNN = RPN + Fast RCNN

SS(Selective Search) 이후 RoI 방식에서 딥러닝 네트워크인 RPN(Region Proposal Network)

Faster RCNN의 구조

---

Region Proposal Network 구현 이슈

---

데이터로 주어질 피처는 pixel 값. Target은 Ground Truth Bounding Box인데 이를 이용해 어떻게 Selective Search 수준의 Region Proposal을 할 수 있나?
-> Anchor Box

Anchor Box

---

Object가 있는지 없는지의 후보 box

Anchor Box의 구성: 총 9개의 Anchor box, 3개의 서로 다른 크기, 3개의 서로 다른 비율로 구성

Anchor Box 특징

---

만약 세로 박스가 없다면 사람 detect 불가 -> 서로 다른 크기, 비율이라서

이미지와 Feature Map에서 Anchor Box 매핑

---

실제로는 이미지가 아니라 Feature Map에서 매핑

RPN 개요

---

RPN 네트워크 구성

---

RPN Bounding Box Regression

---

RPN Bounding Box Regression은 Anchor Box를 reference로 이용하여 Ground truth와 예측 Bbox의 중심 좌표 x, y 그리고 w, h의 차이가 Anchor Box의 Ground Truth 간의 중심 좌표 x, y, w, h의 차이와 최대한 동일하게 예측될 수 있어야 함

Positive Anchor Box, Negative Anchor Box

---

0.3~0.7은 학습 대상에서 제외

RPN Loss 함수

---

RPN 학습

---

Faster RCNN Training

---

Summary

---