FASTER RCNN YOLO V 3 Faster rcnn 2

FASTER R-CNN & YOLO V 3 성광현

Faster rcnn 개념 • 2 stage detection 1. Region proposal (RPN) 2. box regression & classification(Fast R-CNN)

과정 1. Region Proposals Network(RPN) 2. ROI Pooling 3. Softmax & box regression

Region Proposal Network 3 aspect ratio x 3 scale Classification layer Box regression layer 1 x 1 conv 3 x 3 filter

Bounding box regression

Positive/Negative samples • Positive 1. Ground Truth와 Io. U가 가장 높은 anchor box 2. Ground Truth와 Io. U가 0. 7이상인 anchor box • Negative 1. Ground Truth와 Io. U가 0. 3이하인 anchor box • Positive/Negative 반반씩 sampling해 학습

Fast R-CNN

ROI Pooling

Darknet-53

Anchor Box • Data set에서 Ground Truth box의 크기와 비율을 k- means clustering하여 9개의 cluster로 분류하여 앵커박스 로 정의 • 앞서 말한 3개의 scale에 3개의 Anchor box 할당

Positive/Negative samples • Positive Ground Truth와 Io. U가 가장 높은 anchor box 1개만 (1개의 Ground Truth object당 1개의 bounding box할당) • Negative Ground Truth와 Io. U가 0. 5이하인 anchor box

Non Maximum Suppression • score 가장 높은 box 선택 • 선택한 box와 Io. U>0. 5이면 지움

Bounding Box Regression

Logistic regression • Data set에 class에 하위 계층을 포함하는 경우가 있어 multilabel을 선택함

Yolo v 3 vs Faster R-CNN