KSC 2020
Current Result Document :
| 한글제목(Korean Title) |
ROI pooling을 통한 One-stage object detection의 수용장 크기 개선 |
| 영문제목(English Title) |
Improved receptive field size of One-stage object detection by ROI pooling |
| 저자(Author) |
박준호
허재필
Junho Park
Jae-Pil Heo
|
| 원문수록처(Citation) |
VOL 47 NO. 02 PP. 1439 ~ 1441 (2020. 12) |
한글내용
(Korean Abstract) |
객체 검출 모델들은 이미지 내의 특정 영역에서 나온 특징점(feature)을 이용해 객체 검출을 수행한다. Faster R-CNN으로 대표되는 two-stage object detection은 ROI(region of interest)로 정해진 영역에 대해서만 객체 검출을 수행하고, EfficientDet, FCOS와 같은 one-stage object detection은 이미지의 모든 영역에서 객체 검출을 수행한다. ROI를 사용할 경우 객체의 크기에 따라 특징점에서 차지하는 영역을 객체검출 과정에서 반영할 수 있다. 그러나 one stage object detection은 ROI를 사용하지 않고 검출하려는 객체의 크기와 관계없이 고정된 크기의 수용장(receptive field)을 사용하게 된다. 본 연구에서는 객체의 크기에 따라 다른 크기의 수용장을 사용하는 것이 더 좋은 성능을 낸다는 것을 보이기 위해 학습이 완료된 FCOS을 RPN(region proposal network)로 사용하는 two-stage object detection을 제안한다. 이를 통해 RPN으로 사용한 FCOS보다 약 2mAP 정도 높은 APL을 얻을 수 있었으며 다른 ROI pooler scale ratio를 사용할 시 약 0.6mAP 높은 APS를 얻을 수 있었다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
