[Archive] One-Stage Detector & Two-Stage Detector

Created

2022/07/14

Last modified date

Two-Stage Detector

One-Stage Detector

1) Backbone - A convolutional neural network that aggregates and forms image features at different granularities.

2) Neck - A series of layers to mix and combine image features to pass them forward to prediction.

3) Head - Consumes features from the neck and takes box and class prediction steps.

추가적인 참고 그림

Regional Proposal과 Classification이 순차적으로 이루어짐

Regional Proposal 이란?

Regional proposal은 object의 위치를 찾는 localization 문제임

기존 이미지에서 object detection을 위해 sliding window 방식 사용했음. Sliding window 방식은 이미지에서 모든 영역을 다양한 크기의 window (different scale & ratio)로 탐색함

이러한 exhaustive search 방식의 비효율성을 개선하기 위해 “object가 있을만한 영역만을 빠르게 찾아내는 알고리즘”이 region proposal임. 대표적으로 ‘Selective search’, ‘Edge boxes’들이 있음

Selective Search Object 인식이나 검출을 위한 가능한 후보 영역을 알아내는 방법 제공[3]

Two-Stage detector에서 regional proposal과 classification이 순차적으로 이루어지기에, classification과 localization 문제를 순차적으로 해결함

Two-stage detector와 반대로 regional proposal과 classification이 동시에 이루어짐. Classification과 localization 문제를 동시에 해결

One-stage detector는 비교적 빠르지만 정확도가 낮지만, Two-stage detector는 비교적 느리지만 정확도가 높으며 연산량이 많음

Reference