R-CNN

I. R-CNN의 개요

가. R-CNN의 정의

   - Image classification을 수행하는 CNN 과 이미지에서 물체가 존재할 영역을 제안해 주는 Region proposal 알고리즘을 연결하여 높은 성능의 Object detection을 수행하는 알고리즘

---

II. R-CNN의 객체탐지절차 및 기술요소

가. R-CNN의 객체탐지절차

- Region Proposal, CNN, SVM 알고리즘의 조합을 통해 객체 탐지 수행

나. R-CNN의 기술요소

기술요소	역학	설명
Region Proposal	- 최대 2K의 영역제한	- Selective Search 알고리즘 사용, 물체 존재 영역 제안
Warped region	- 이미지 Crop	- CNN을 수행하기 위해 동일 사이즈 이미지 전처리
CNN	- Feature 추출	- AlexNet 레이어를 일부 수정하여 사용
SVM	- 이미지 분류	- Linear Regression 사용, 이미지 분류 후 BBox 조절
Liner Regression	- BBox 옵셋 설정	- 바운딩 박스의 정확한 위치 측정

- R-CNN은 높은 인식률에 비해 속도가 매우 느려 후속 알고리즘이 등장하여 대체

---

III. R-CNN의 한계점과 후속 알고리즘

- PASCAL VOC 2007 테스트 세트 기준 Fast R-CNN 은 25배, Faster R-CNN은 250배 속도 향상