- 2 stage 모델은 크게 Backbone/ Neck/ DenseHead/ RoIhead 모듈로 나눌 수 있다.
- 각각의 모듈 단위로 customize
- Backbone: 입력 이미지를 특징 맵으로 변형
- Neck: backbone과 head를 연결, feature map을 재구성(ex.FPN)
- DenseHead: 특징맵의 dense location을 수행하는 부분
- RoIHead: RoI 특징을 입력받아 box분류, 좌표회귀 등을 예측
Object Det 4강 - Neck
Neck
backbone의 마지막 feature map말고도 중간 중간의 feature map들도 사용하는 방법으로, 작은 feature mapdmfh 큰 객체를, 큰 feature map은 작은 객체를 포착할 수 있다. 하위 레벨은 semantic이 약하기 때문에 보완.
FPN(Feature Pyramid Network)
: high level에서 low level로 semantic정보를 전달. top-down path way 추가.
lateral connections를 이용한다. 1*1conv와 2x up(nearest neighbor upsampling)을 사용.
PANet(Path Aggregation Network)
: FPN의 bottom up과정이 정보전달이 부족하다는 점을 보완. bottom-up과정을 한번 더 추가.