Please enable JavaScript.
Coggle requires JavaScript to display documents.
物体検出の概要 (RCNN (Region with CNN feature (処理手順 (selective searchによる領域候補の絞り込み…
物体検出の概要
RCNN
Region with CNN feature
処理手順
selective searchによる領域候補の絞り込み
畳み込みニューラルネットワークに入力できるサイズにリサイズ
畳み込みニューラルネットワークによる特徴量の抽出
識別のクラス分サポートベクターマシンを用意
その結果をもとに背景かどうか判定している
問題点
領域候補の1枚1枚を畳み込みニューラルネットワークに入力するので実行時間が遅い
Fast R-CNN
R-CNNの構造を簡略化して高速化を図る取り組みがなされている
結果R-CNNより10倍の処理速度を実現
処理の流れ
画像を入力
VGGNetを利用して畳み込み層まで処理、特徴マップの獲得
VGGNetを利用して畳み込み層まで処理、特徴マップの獲得
RoIプーリング処理
物体候補領域に対応する特徴マップの位置から対応特徴マップの位置から特徴を取り出す
一定サイズに変形
この特徴マップを全結合層に入力してクラスの識別と物体領域の矩形を出力する
並行してSelective Searchにより物体候補領域を検出
Faster RCNN
selective Searchの処理時間の影響の見直し
Region Proposal Networkに変更
処理時間がselective searchに2秒かかる
処理時間が0.2秒と大幅な高層化を達成
処理手順
画像の入力
RPNで物体候補領域特徴マップを取得
RoIプーリング
残りの層に流す
物体のクラスと矩形を出力
Mask-RCNN