IoU threshold
를 몇으로 두냐에 따라object detection
결과가 달라진다.
- 실험을 위해
IoU threshold(u)
를 0.5, 0.6, 0.7로 설정한 후RPN
를 통과한IoU
와Head
를 통과한IoU
를 비교하였다고 한다.
- 그 결과
1)input IoU
가 낮을 때에는u
의 크기와 반비례하여output IoU
가 낮아졌다
2)input IoU
가 높을 때에는u
의 크기와 비례하여output IoU
가 높아졌다
- 예측 성능(
AP
)에서는 AP의IoU threshold(@50, @70, @90..)
가 낮을 때에는u
가 낮을 수록 좋은 성능을 보였다.
- 기존 (a)방식의
Faster R-CNN
에서 구조를 (d)에서처럼multi-head
구조로 변경하여 앞의RoI head
에서 얻은bbox_head
를 그 다음RoI head
의Roi Pooling
에 연쇄적으로 사용하는 방법으로 바꿈- 이 때 각
RoI head
에서 사용되는IoU threshold
는 각각 다른 값을 적용함
conv
:backbone
C
:class head
B
:bbox head
pool
:RoI Pooling
H
:RoI head
1-stage
를 사용할 때보다3-stage
를 사용할 때 더 좋은 결과를 얻을 수 있었음