[논문 리뷰]You Only Look Once: Unified, Real-Time Object Detection

Object Detection

2-stage Detector

  • 2단계 검출기 : 특징 추출, 객체 분류 순차적으로 구성
  • 특징
    • 속도는 느리지만 정확도는 높음
    • 예 : Fast R-CNN, OverFeat, DPM
      • DPM : sliding window 기법 이용(sliding window 별로 classifier 실행)
      • R-CNN : selective search, classifier, bounding box regresssion을 통해 객체 box 검출

1-stage Detector

  • 1단계 검출기 : 특징 추출, 객체 분류 한 번에 처리
    • Pixel -> Bounding box coordinates & class probablities for boxes
  • 특징
    • 예 : YOLO v1, SSD

YOLO v1(You Only Look Once)

  • 1 stage detector
  • single regression problem으로 재구성 : object detection as a regression problem

  • 장점

    • Extremely fast : 45 frames per second(Fast YOLO : 155 frames per second, double mAP)
      • fast version이 있는데 이건 뭐지
    • more localization error, less false positives on background
  • Properties

    • Simple pipeline -> Fast
    • Entire image as a input -> less background errors compared to Fast R-CNN
    • learn generalizable rerepresentation of objects -> 새로운 이미지 / 예상하지 못한 입력들에 적용할 때도 성능이 잘 나옴

Unified Detection : single neural network로 object detection


0. end-to-end training and real-time speed
1. divide input image in to S x S grid()
- grid cell의 중앙에 객체가 있으면 객체 탐지했다고 표기
2. get bounding boxes and confidence scores from bounding boxes
- confidence scores : 박스 안에 있는 객체를 얼마나 정확하게 찾고 정확하게 클래스를 분류했는지에 대한 점수
- confidence=Pr(Object)IOUpredtruthconfidence = Pr(Object) * IOU^{truth}_{pred}

  - ![](https://miro.medium.com/max/630/1*YG6heD55fEmZeUKRSlsqlA.png)
  
  

Network Architecture

  • 24 conv layers, 2 fc layers, alternating 1 x 1 conv layers

Training

  • Properties

    • Model
      • pretrain 20 convolutional layers on ImageNet 1000-class competition dataset
      • detection을 위한 4 convolutional layers and 2 fully-connected layers
      • final layer : predicting class probabilities and bounding box coordinates
    • Leaky ReLU activation for every layers except linear activation function with final layer
    • optimization for sum-squared error
      • sum-squared error : 크고 작은 box에 대해서 동일한 가중치 적용
  • Loss function

    • localization error, classification error
  • Parameters

    • epochs = 135
    • batch size = 64
    • momentum = 0.9
    • decay = 0.0004
    • learning rate
      • 1 epoch : 10310^{-3}
      • 2 ~ 75 : 10210^{-2}
      • 76부터 30 epoch : 10310^{-3}
      • Last 30 epoch : 10410^{-4}
    • dropout, data augmentation 진행

Limitation

  • Spatial constraints
    • grid cell은 하나의 클래스만 예측하므로 가까이 있는 객체들에 대해 취약
  • Bounding box 형태의 data 학습
    • 새롭거나 특이한 형태에 대해서는 취약
  • Loss function equation에서 작은 bounding box의 loss는 IOU, localization에 악영향

Fast YOLO : fewer layers, fewer filters but training, testing parameters are same -> HOW COME????

참조

좋은 웹페이지 즐겨찾기