본문 바로가기
딥러닝관련/Detection

Object detection 정리 (1) (feat, object detection? , 1 stage detector, 2 stage detector)

by 머리올리자 2021. 11. 3.

<Detection?>

출처 : https://miro.medium.com/max/1400/1*Hz6t-tokG1niaUfmcysusw.jpeg

 

Recognition : 대상이 무엇인지 식별하는 것

Detection : 대상이 어디있는지 찾는 것

 

<왜 detection을 써야하는지?>

일반적인 image classification task에서는

가장 두드러진 object에 해당하는 단일 category로 이미지를 분류한다.

 

그러나 일반적인 환경에서는,

보통 복잡하고 여러 object들이 있는 사진들이 있으며,

이를 image classification model로 label을 할당하는 것은 까다롭고 불확실 할 수 있다.

 

따라서, object detection model은

단일 image안에서 여러 관련 object를 식별(what)하는데 더 초점을 맞추고 있다.

 

또한 object의 위치가 제공된다는 점(where)에서 image classification model보다 더 나은 이점을 가지고 있다.

 

<Performance Metric>

2021.06.18 - [딥러닝관련/Detection] - Detection metrics 정리 (IOU, Precision, Recall, mAP...)

 

Detection metrics 정리 (IOU, Precision, Recall, mAP...)

- Classification과 detection을 비교하면, classification에 object 위치를 파악하는 localization과 여러 object를 인식하는 것이 추가되는 것으로 볼 수 있다.  1) IoU - Object detection은 regression과..

better-tomorrow.tistory.com

 

 


< 1 stage detector & 2 stage detector >

 

위에서 보면 알겠지만 object detection은

classificationlocalization(region proposal) task

두 가지를 모두 해결해야 한다.

 


< 2-Stage detector >

(2-Stage 부터 언급하는 이유는? -> 모델이 먼저 나왔기 때문에)

 

기본적으로 2-Stage detector의 경우 region propsal과 classification이 순차적으로 이루어진다.

 

ex) R-CNN, Fast R-CNN, Faster R-CNN 계열

 

장점: 정확도 높음

단점: 속도가 느림


< 1-Stage detector >

1-Stage detector의 경우 region propsal과 classification이 동시에 이루어진다.

 

ex) YOLO 계열, SSD 등

 

장점: 속도가 빠름

단점: 정확도 낮음

 


아래는 정리 중인 detection 논문 및 metric

 

2021.06.15 - [딥러닝관련/Detection] - Rich feature hierarchies for accurate object detection and semantic segmentation (R-CNN) 정리(feat, 기존 detection 방법 & selective search)

 

Rich feature hierarchies for accurate object detection and semantic segmentation (R-CNN) 정리(feat, 기존 detection 방법 &

1. 기존의 detection 방법 Sliding Window (Exhaustive search) 다양한 scale을 가진 window를 이미지 전체를 sliding하며 score를 얻는 방식  (하나의 이미지에서 여러 번 score를 계산해야 하므로 효율성 측면..

better-tomorrow.tistory.com

 

2021.06.28 - [딥러닝관련/Detection] - Fast R-CNN 정리

 

Fast R-CNN 정리

기존의 R-CNN은 1. 학습이 end-to-end로 이뤄지지 않으며 2. 학습 및 테스트 시간이 오래 걸린다 는 단점이 있었다. Fast R-CNN은 이를 개선하기 위해 몇 가지 변형을 진행하였다. 디테일하게 프로세스를

better-tomorrow.tistory.com

 

2021.06.24 - [딥러닝관련/Detection] - Non-maximum Suppression

 

Non-maximum Suppression

< Problem > Object detection model은 성능을 더욱 향상 시키고, 다양한 모양과 크기의 object를 capture하기 위해 아래와 같이 다양한 크기와 aspect ratios를 가진 여러 bounding box를 예측한다. 하지만, 모..

better-tomorrow.tistory.com

2021.06.18 - [딥러닝관련/Detection] - Detection metrics 정리 (IOU, Precision, Recall, mAP...)

 

Detection metrics 정리 (IOU, Precision, Recall, mAP...)

최대한 동작 알고리즘 순서로 맞춰 개념을 정리하고자 했다. < Performance Metric > < Confidence Score > The probability that an anchor box contains an object. It is usually predicted by a classifier. (..

better-tomorrow.tistory.com


 

 

 

 

참조 

https://darkpgmr.tistory.com/136

 

Detection, tracking, recognition의 차이

댓글로 문의해 주신 내용인데, 답글을 달다가 게시글로 올려도 괜찮겠다 싶어서 따로 글로도 올립니다. 비전, 영상처리에서 나오는 용어로 detection(검출), tracking(추적), recognition(인식)이 있습니

darkpgmr.tistory.com

https://medium.com/zylapp/review-of-deep-learning-algorithms-for-object-detection-c1f3d437b852

 

Review of Deep Learning Algorithms for Object Detection

Why object detection instead of image classification?

medium.com

https://ganghee-lee.tistory.com/34

 

1-Stage detector와 2-Stage detector란?

직선을 기준으로 위가 2-Stage Detector들이고 아래가 1-Stage Detector들이다. Regional Proposal과 Classification이 순차적으로 이루어진다. Regional Proposal 이란? 기존에는 이미지에서 object detection을..

ganghee-lee.tistory.com

https://airsbigdata.tistory.com/211

 

[Object Detection] 1-Stage Detector와 2-Stage Detector 차이

Deepfashion2 dataset과 EfficientDet을 사용한 Multiple-Clothing Detection and Fashion Landmark Estimation Using a Single-Stage Detector  논문을 읽다가 1-Stage Detector로 하나의 single GPU로..

airsbigdata.tistory.com