수평선 기준 위의 모델들이 2-Stage detector이고 아래의 모델들이 1-Stage detector이다.
<2-Stage Detector>
Regional Proposal과 Classification이 순차적으로 이루어진다.
Regional Proposal이란?
기존에는 이미지에서 object detection을 위해 sliding window방식을 이용했었다.
💡 Sliding window?
Sliding window방식은 이미지에서 모든 영역을 다양한 크기의 window로 탐색을 하는 것을 말한다.
슬라이딩 window의 단점은 모든 영역을 다 찾아봐야하기 때문에 비효율적이라는 것이다. 이런 비효율성을 개선하기 위해 물체가 있을만한 영역을 빠르게 찾아내는 알고리즘이 region proposal이다. 대표적으로 Selective search, Edge boxes가 있다.
💡 Selective search?
Selective search에 대해 소개한 글은 이 링크에서 확인할 수 있습니다.
- 간단한 설명
Selective search : 비슷한 질감, 색, 강도를 갖는 인접 픽셀로 구성된 다양한 크기의 window를 생성한다.
2-Stage detector에서 regional proposal과 classification이 순차적으로 이루어진다는 것은 classification과 localization문제를 순차적으로 해결한다는 것이다.
대표적인 2-Stage detector: R-CNN, Fast R-CNN, Faster R-CNN...< 1-Stage Detector >
2-Stage detector와 반대로 regional proposal과 classification이 동시에 이루어진다.
따라서 1-Stage detector는 2-Stage detector에 비해서 빠르지만 정확도가 낮고, 2-Stage detector는 느리지만 정확도가 높다.
