[논문 리뷰] Fast R-CNN

Ross Girshick|arXiv (Cornell University)|2015. 04. 30.

Advanced Neural Network Applications참고 문헌 24인용 수 1,768

한 줄 요약

Fast R-CNN은 영역 간 공유된 합성곱 특징 계산을 통해 훈련 및 추론을 공유함으로써 효율적이고 정확한 영역 기반 합성곱 신경망을 제안한다. 이는 PASCAL VOC 2012에서 R-CNN 대비 훈련 속도 9배 향상, 추론 속도 213배 향상하면서 VGG16 네트워크를 사용해 평균 평균 정밀도(mAP)를 향상시킨다.

ABSTRACT

This paper proposes a Fast Region-based Convolutional Network method (Fast R-CNN) for object detection. Fast R-CNN builds on previous work to efficiently classify object proposals using deep convolutional networks. Compared to previous work, Fast R-CNN employs several innovations to improve training and testing speed while also increasing detection accuracy. Fast R-CNN trains the very deep VGG16 network 9x faster than R-CNN, is 213x faster at test-time, and achieves a higher mAP on PASCAL VOC 2012. Compared to SPPnet, Fast R-CNN trains VGG16 3x faster, tests 10x faster, and is more accurate. Fast R-CNN is implemented in Python and C++ (using Caffe) and is available under the open-source MIT License at this https URL.

연구 동기 및 목표

• 영역 제안 간 중복 계산을 줄임으로써 R-CNN의 훈련 및 추론 비효율성을 해결하기 위해.
• 이전 방법들인 R-CNN 및 SPPnet에 비해 훈련 및 테스트 시간을 크게 단축하면서도 정확도를 향상시키기 위해.
• 영역 간 공유된 합성곱 특징을 활용한 종단 간 훈련을 가능하게 하기 위해.
• 실제 환경에 적합한 확장성 있고 빠르며 정확한 객체 검출 프레임워크를 개발하기 위해.

제안 방법

• 모든 영역 제안에 대해 별도로 계산하는 대신, 전체 이미지에 대해 한 번만 공유된 합성곱 신경망을 사용해 특징을 추출한다.
• 공유된 합성곱 특징을 기반으로 각 영역 제안에서 고정된 크기의 특징을 추출하기 위해 RoI(관심 영역) 풀링 레이어를 적용한다.
• 후속 버전에서는 선택적 검색 방법을 영역 제안 네트워크(RPN)로 대체하지만, 이 논문은 사전 계산된 제안을 사용하는 원래의 Fast R-CNN에 집중한다.
• 분류 및 바운딩 박스 회귀를 결합한 다중 태스크 손실 함수를 통해 R-CNN 헤드와 영역 제안 네트워크를 공동으로 훈련시킨다.
• 종단 간 최적화를 위해 소프트맥스 분류기와 소프트맥스 손실, 바운딩 박스 회귀 헤드와 스무스 L1 손실을 사용한다.
• 고속 추론 및 훈련을 가능하게 하기 위해 파이썬과 C++로 작성된 Caffe 딥러닝 프레임워크를 사용해 프레임워크를 구현한다.

실험 결과

연구 질문

• RQ1 정확도를 유지하면서 영역 기반 객체 검출을 상당히 빠르게 만들 수 있는가?
• RQ2 공유된 합성곱 특징 계산은 R-CNN 스타일 검출기에서 훈련 및 추론 효율성을 어떻게 향상시킬 수 있는가?
• RQ3 높은 정확도와 빠른 속도를 확보하면서 전체 검출 파이프라인의 종단 간 훈련을 달성할 수 있는가?
• RQ4 기본 벤치마크에서 R-CNN 및 SPPnet에 비해 Fast R-CNN의 훈련 속도, 추론 속도 및 mAP는 어떻게 비교되는가?

주요 결과

• Fast R-CNN은 PASCAL VOC 2012 데이터셋에서 R-CNN 대비 VGG16 네트워크 훈련 속도를 9배 빠르게 한다.
• R-CNN 대비 추론 속도가 213배 빠르며, 실시간 검출 잠재력을 크게 향상시킨다.
• SPPnet에 비해 VGG16 훈련 속도는 3배 빠르고, 테스트 속도는 10배 빠르다.
• Fast R-CNN은 PASCAL VOC 2012 벤치마크에서 R-CNN 및 SPPnet보다 더 높은 평균 평균 정밀도(mAP)를 달성한다.
• 공유된 합성곱 특징을 활용한 종단 간 훈련을 통해 중복성을 줄이고 최적화를 향상시킨다.
• 프레임워크는 MIT 라이선스 하에 오픈소스로 공개되어 Caffe를 사용해 공공 사용이 가능하다.