Object detector는 크게 1-Stage detector / 2-Stage detector로 구분 됩니다. 위의 그림을 가운데 기준으로 위는 2-Stage Detector이고 밑은 1-Stage Detector 입니다.
1) 1-Stage Detector
Object의 위치를 찾는 Localization과 Classification을 동시해 수행 합니다. 2-Stage에 비해서 비교적 속도가 빠르다는 장점이 있고 정확도가 낮다는 단점이 있습니다.
대표적인 모델로는 SSD, YOLO 등이 있습니다.
2) 2-Stage Detector
Object의 위치를 찾는 Localization과 Classification을 순서대로 수행합니다. 1-Stage에 비해서 정확도가 높다는 장점이 있고 속도가 느리다는 단점이 있습니다.
대표적인 모델로는 R-CNN, Fast R-CNN, Faster R-CNN, Mask R-CNN 등이 있습니다.
2.1) RPN (Region Proposal Network)
Object의 후보 영역을 검출 하는 Network 입니다. 2-Stage Detector에서 사용되며 대표적으로 R-CNN의 Selective Search(CPU로 동작)이 있으며 Faster-RCNN에서는 RPN이 end-to-end 방식으로 하나의 Network처럼 동작합니다.
차후 따로 자세히 설명 하겠습니다.
'딥러닝 > Object Detection' 카테고리의 다른 글
YOLO (You Only Look Once) (0) | 2021.11.04 |
---|---|
Faster R-CNN (0) | 2021.11.04 |
Fast R-CNN (0) | 2021.11.04 |
R-CNN (0) | 2021.11.04 |
Introduction (0) | 2021.11.03 |