inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

Faster RCNN의 이해 02 - Anchor Box를 활용한 RPN 구성

추가 질문 드립니다.

258

김남욱

작성한 질문수 63

0

전에 쓴 질문 글에 댓글로 추가 질문 드렸는데 확인 못하신것 같아 다시 올립니다!!

 

답변 감사드립니다. 제가 잘 설명하지 못한 부분하고 추가적으로 궁금한 부분에 대해서 다시 정리하여 질문드립니다.

1. RPN 네트워크에서의 Box regression은 Feature Map상의 Box에 대해 Regression이 이루어지는 것이고, 외부의 Dense layer에서 이루어지는 Box regression은 원본 이미지상의 Box에 대해 Regression이 이루어지는 것인가요?

1. 위의 질문이 맞다면 IoU를 기준으로 Positive인 Anchor Box에 대해서만 Box regression이 이루어지고 region proposal을 해주는 것인가요? 

머신러닝 배워볼래요? 딥러닝 keras 컴퓨터-비전 python tensorflow

답변 1

0

권 철민

아이고, 죄송합니다. 

댓글로 추가 질문을 올리면 질문 게시판에서 제대로 확인을 못하는 경우가 있어서 그러오니 양해 부탁드립니다. 

1. RPN 네트워크에서의 Box regression은 Feature Map상의 Box에 대해 Regression이 이루어지는 것이고, 외부의 Dense layer에서 이루어지는 Box regression은 원본 이미지상의 Box에 대해 Regression이 이루어지는 것인가요?

=> 아닙니다. 둘다 원본 이미지로 만들어지는 feature map 을 기반으로 box regression을 하지만 RPN의 Box regression 훨씬 간단하고 빠르게 수행합니다. 왜냐면 object 판단만 하기 때문에 간략하게 수행합니다. 

2. 위의 질문이 맞다면 IoU를 기준으로 Positive인 Anchor Box에 대해서만 Box regression이 이루어지고 region proposal을 해주는 것인가요? 

=> 네 맞습니다. RPN의 경우 Positive anchor box만 box regression을 수행합니다. 

감사합니다.

MMDetection 버전 이슈

0

51

2

강의 환경설정 질문

0

61

2

Custom Dataset에서의 polygon 정보 관련

0

113

3

cvat.ai 보안 수준이 궁금합니다

0

98

2

캐클 nucleus 챌린지 runpod 실습 코드 에러 질문드립니다.

0

120

3

추론 결과의 Precision(또는 mAP) 평가 방법

0

94

2

mmdetection mask rcnn inferenct 실습 시 runpod 템플릿 관해서 질문드립니다.

0

68

2

runpod에서 google drive 연결 시 오류 발생

0

126

2

로드맵 선택

0

74

1

mmcv

0

65

2

Anchor box의 Positive 처리 위치

0

71

2

해당 강의 runpod 적용 후 에러 제보드립니다

0

95

2

run pod credit 관련 제보

0

125

2

mmdetection 2.x과 3.x 호환 관련 표기

0

89

2

mm_faster_rcnn_train_kitti.ipynb 실행 오류

0

114

3

질문 드립니다.

0

89

3

mm_faster_rcnn_train_coco_bccd 실행 오류 질문드립니다.

0

89

1

강사님께 수정을 제안드리고 싶은 것이 있습니다.

0

102

1

google automl efficientdet 다운로드 및 설치 오류

0

87

1

이상 탐지에 사용할 비전 기술 조언 부탁드립니다.

0

111

2

OpenCV 관련 질문드립니다.

0

87

2

mmcv 설치관련해서 문의드려요

0

357

3

강의 구성 관련해서 질문이 있습니다

1

141

2

모델 변환 성능 질문드립니다.

0

125

1