Object Detection이 왜 어렵냐면?

Object Classification은 CNN으로 잘 해결할 수 있게 되었다.
그렇다면 이제 Object Detection의 문제로 넘어가본다.
Object Detection의 문제는 “주어진 이미지에서 뭐가 어디에 있는지 알아야 한다.”
따라서 사물의 위치를 찾아서 네모(bounding box)를 쳐주는 것(=Localization=Region Proposal)이 다음 과제다.
요약하자면,
Object Detection = Region Proposal + Classification

Object Detection Data Label

전체 100x100 이미지 속에 고양이가 50, 50 위치에 20, 30 크기로 있다.
즉, 총 5가지

• bounding box의 x, y좌표 (중심 혹은 정해진 위치)
• bounding box의 width, height
• bounding box 내 object의 class
  

1-stage vs 2-stage detector

Ojbect Detection의 두 가지 접근법이 있다.

• 2-stage detector : 먼저 Region Proposal을 마친 후, Classification을 순차적으로 진행, 느지만 높은 정확도
• 1-stage detector : Region Proposal과 Classification이 동시에 진행, 빠르지만 낮은 정확도
  
  [이미지 출처 : Zou, Z., Shi, Z., Guo, Y., & Ye, J. (2019). Object detection in 20 years: A survey. arXiv preprint arXiv:1905.05055.]