작성
·
144
0
SPP 알고리즘을 활용하여 2000개의 추천 regions에 해당하는 2000개의 동일 크기의 벡터가 만들어졌다고 가정했을 떄,
추출된 벡터 하나하나는 마치 각자가 새로운 이미지처럼 여겨지므로 결국 FC layer의 차원은 (1, vector_size)가 되고
FC layer 1은 classification, FC layer 2는 bounding box regression 을 위해 활용되는 것인가요?
답변 3
0
0
fc1은 classification 용이고 fc2는 bounding box regression 용으로 제가 임의로 지정한 것입니다!
그렇다면 SPP -layer 를 다음 FC layer 로 전달하기 위한 layer 라고 이해했을때,
1) 먼저 2000개의 region 을 feature map에 매핑하고
2) 2000개의 매핑된 부분을 SPP 를 이용해 특정 크기(=vector_size)의 벡터로 만들어주고
3) FC layer로 전달하기 위해 2000x vector_size 로 쭉 연결시켜주고
4) FC layer에 통과시킨다.
가 맞는건가요?
만약 맞다면, 추천 regions의 개수인 2000 은 하이퍼파라미터로서 고정되어야 하는 숫자이지요???
0
네, spp layer가 fc layer를 뜻한다면 그런식으로 계산됩니다만,
fc1, fc2가 어떤것을 얘기하는지 모르겠지만, classification 쪽으로 가는 fc 두개를 얘기한다면 이는 다 classification용입니다. 그리고 regression으로 가는 fc는 별도로 그리지 않았습니다.