[OD] Object Detection 흐름

1-Stage Detector VS 2-stage Detector

그림4. 1-Stage Detector vs 2-stage Detector 논문 흐름

Deep Learning을 이용한 Object Detection은 크게 1-stage Detector와 2-stage Detector로 나눌 수 있습니다.

가운데 수평 화살표를 기준으로 위 쪽 논문들이 2-stage Detector 논문들이고,

아래 쪽 논문들이 1-stage Detector 논문들입니다.

 

분홍색 네모로 표시한 논문들을 중심으로 논문리뷰를 진행하면서 Object Detection의 논문 흐름을 알아볼 예정입니다.

 

그림5. 2-stage Detector의 전체적인 구조

 

그림6. 1-stage Detector의 전체적인 구조

 

 

 

Object Detection문제는 앞에 말했듯이 물체의 위치를 찾는 Localization 문제와, 물체를 식별하는 Classification 문제를 합한 문제인데,

 

1-stage Detector는 이 두 문제를 동시에 행하는 방법이고2-stage Detector는 이 두 문제를 순차적으로 행하는 방법입니다.

 

따라서 1-stage Detector가 비교적으로 빠르지만 정확도가 낮고

2-stage Detector가 비교적으로 느리지만 정확도가 높습니다.

 

2-stage Detector은 CNN을 처음으로 적용시킨 R-CNN부터

어쩌구 R-CNN (Fast R-CNN, Faster R-CNN ... )등의 R-CNN계열이 대표적입니다.

1-stage Detector에는 YOLO(You Look Only Once)계열과 SSD 계열 등이 포함이 됩니다.

 

 

 

 

 

[Object Detection] 1. Object Detection 논문 흐름 및 리뷰