반응형
안녕하세요 Pulluper 입니다 😎 지난 포스팅에서 Faster RCNN 리뷰를 했는데 이번에는 구현의 큰 그림과, 코드를 보겠습니다. 리뷰는 다음 블로그를 참조하세요 :)
Process Diagram of Faster RCNN
Faster RCNN이 2 stage 이기도 하고 RPN, Fast RCNN module 들을 학습시키기위한 Target 들을 만드는 부분, Region Proposal, RoI Pooling, Anchor 등의개념이 처음보기에 복잡하게 섞여 있어서 다음과 같은 process diagram 을 만들어 보았습니다.
input 으로 들어가는 img는 예를들어 batch 가 1이고, h, w 가 각각 [1000, 600] 인 이미지이고, gt label인 bbox, label 등이 들어갑니다. 동그란 부분은 image, feature 등과 같이 tensor 등을 뜻하고 네모난 부분은 모듈을 뜻합니다. 남색 괄호는 tensor 들의 size() 입니다.
2022/08/16 추가
process
구조
Traning 은 한번에 학습하는 approximate joint training 을 이용하였고, 전체코드는 다음에서 확인 할 수 있습니다.
반응형
'Object Detection > RCNN Detection' 카테고리의 다른 글
[Object Detection] Faster R-CNN DETR PAPER처럼 성능높이기(AP-39.0) (1) | 2023.06.27 |
---|---|
[Object Detection] Faster R-CNN (NIPS2016) 엄밀한 리뷰 (1) | 2022.04.25 |
[pytorch-torchvision] RoI Pooling 이해하기 및 예제 구현 (0) | 2022.04.22 |
[Object Detection] Fast R-CNN(ICCV2015) 논문리뷰 (5) | 2022.01.05 |
[Object Detection] R-CNN Follow-Up (0) | 2022.01.04 |
댓글