인프런 커뮤니티 질문&답변

1. 이번 강의에서 2분대의 이미지를 보면 40X50X512의 피처맵이 나오는데 이건 VGG를 통과한 피처맵이라고 생각하면 될까요?

=> 네, 맞습니다. 

2. 1.답이 맞다면 VGG를 통과한 후 9개의 앵커박스를 매핑 시키는 부분이 어느 부분인지 잘 이해가 안되는데 다른 질문에서 보기로는 3X3x512 컨볼루션을 할때 9개(앵커박스수)의 3x3x512 커널을 사용하여 컨볼루션을 한다고 이해했습니다.

=> 강의 영상의 4분~5분 사이에 9개의 앵커박스를 매핑하는 부분에 대해서 말씀 드립니다.  영상의 코드를 보시면 2개의 1x1 Conv 매핑을 하는 부분입니다. 즉 anchor별 오브젝트 인가/아닌가를 위한 1X1 Conv를 9개의(anchor box 수만큼)의 filter를 가진 conv 연산을 하는 부분과 anchor별 bounding box를 찾기 위해 1x1 conv를 4x9(좌표개수 x anchor box 수만큼 하는 것입니다)

강의 영상의 소스코드를 보시면 40x50x512 feature map이 3x3 conv 512 channel 하면 40x50x512 가 됩니다. 이 feature map으로 anchor box mapping을 1x1 conv 하면서 적용하는 것입니다. 

즉 40x50x512를 1x1 Conv 9 filter적용하여 anchor별 오브젝트인가/아닌가 출력은 40x50x9가 나옵니다. 여기서 9는 anchor box입니다. 마찬가지로 40x50x512에 1x1 conv 36filter(4x9)를 적용해서 anchor별 bounding box 를 학습합니다. 

3. 기초적인 질문인데 피처맵에 3x3 conv를 하고 나서 1x1 convolution을 할때 1x1커널의 채널 수는 512이고, 9개의 커널을 사용해서 9 output channel 을 뽑는건가요?

=> 네 맞습니다.