Fast R-CNN

R-CNN에서 고정된 크기의 이미지를 받았던 것은 bbox regression 및 confidence score를 얻기 위해 사용되는 Fully Connected Layer가 고정된 크기의 input을 요구하기 때문인데, 이 과정에서 이미지를 warp하게 되면 이미지의 비율이 깨지는 등 원본의 정보가 소실된다. 또한 R-CNN의 bbox regression과 SVM에서 각각 CNN 전후의 값을 사용하기 때문에 학습 과정이 구분되었으나 Fast R-CNN에서는 RoI pooling을 도입함으로써 두 과정 모두 RoI의 feature vector를 사용하기 때문에 End-to-End 학습이 가능해졌다.

1. Architecture

1.1. Region Proposal

R-CNN과 마찬가지로 Selective Search를 통해 region proposal을 추출한다.

1.2. Backbone

1.2.1. VGGNet

1.3. RoI Pooling

feature map에서 RoI에 해당하는 부분을 max pooling을 통하여 고정된 길이의 feature vector로 축소한다.

1.4. Head

1.4.1. Fully Connected Layer

1.4.1.1. Softmax

feature vector를 통해 classification을 수행한다.

1.4.1.2. Bounding Box Regression