Object Detection 네트워크 및 성능 상관 관계

타키탸키·2021년 8월 23일
0

Vision

목록 보기
9/11
post-thumbnail

📲 Object Detection 네트워크 개요

  • Feature Extractor Network
    • VGG, RESNET, INCEPTION 등
    • 보통 ImageNet 데이터 세트 기반으로 Pretrained 됨
    • Image Classification에서 큰 활약
    • CNN Network Model(backbone)
      • Feature Map의 사이즈는 감소하지만 깊이는 증가
      • 깊어질수록 추상화되고 핵심적인 feature
      • 원본 이미지에서 주요 feature를 뽑아내는 과정
  • Object Detection Network
    • 보통 Pascal VOC/MS-COCO 데이터 세트 기반으로 Pretrained 됨
    • Feature Map을 기반으로 Object Detection 수행
    • 별도의 네트워크
    • bounding box, Object Scale, classification, FCN, multi-scale 등 계산
  • Region Proposal
    • 있을 수도 있고 없을 수도 있다
    • Object가 있을만한 위치 계산
      • selective search

📲 Image Resolution, FPS, Detection 성능 상관 관계

  • Image Resolution
    • 이미지 선명도(사이즈)
    • 높을수록 Detection 성능 향상
    • FPS(Frame per Seconds) 감소
      • 1초에 처리할 수 있는 프레임 수
      • 1초에 Object Detect할 수 있는 이미지의 수
      • 이미지 선명도가 높으면 배열의 크기가 커지므로 탐색 속도 감소
  • VOC 2007 YOLO V2
  • 두 마리 토끼를 다 잡을 수는 없다!
    • FPS가 빨라야 하는 요구 사항
      • Detection 성능 저하 감안할 것
* 출처: 인프런 '딥러닝 컴퓨터 비전 완벽 가이드'
profile
There's Only One Thing To Do: Learn All We Can

0개의 댓글