
detection model의 평가지표
HOG알고리즘은 CNN을 사용하지 않은 고전 방법이다.

이미지에서 중요한 정보를 담고 있는 특징점(key point)를 뽑아내는 알고리즘이다.key point를 뽑아낸 후 그 근처에 있는 기술자도 뽑아내는 과정을 추가적으로 알아보자.

Regions with CNN features. CNN 구조를 object detection field에 적용하여 기존의 PASCAL VOC dataset에 대한 모델(SIFT 연산과 HOG를 이용했던 모델들)들의 성능보다 더 좋은 성능을 달성했다.

R-CNN과 비교하여 CNN을 효과적으로 활용함으로써 객체 분류(object classification)와 박스 회귀(box regression) 과정의 속도를 향상시켰다

지금까지 region proposal algorithm은 고전적인 방법인 selective search algorithm에 기반을 두고 있었다. 그러나 지금부터는 RPN(Region proposal Network) model을 활용하여 RoI를 뽑아낼 것이다

기존의 객체 검출(detection) 방식은 2단계로 이루어졌다. 즉, Region Proposal과 classification을 순차적으로 수행했다. 하지만 YOLO는 이를 1단계로 줄였다. Region Proposal과 classification을 동시에 처리한다.

YOLO v3에 대해 알아보자
비전 트랜스포머로 넘어가기 전 Attention 개념을 톺아보자