모개숲 딥러닝 스터디 - 2. You Only Look Once Unified, Real-Time Object Detection

1. YOLO의 등장 배경

 

이미지 인식의 종류

  - Statistical Template Approach  (Pedestrian detection)

    이미지의 통계적 속성을 추출하여 사용

  - Parts-based Model  (Deformable part model)

    객체를 개별부분의 집합으로 보고, 이들간의 상대적인 위치와 관계를 학습

  - Two-stage Model  (R-CNN, Fast/Faster R-CNN)

    객체 검출 - 분류 두 단계로 처리. 높은 정확도, 높은 계산비용

  - Single-stage Model  (YOLO)

    객체 검출 - 분류를 한 단계에서 처리

 

 

 

2. YOLO의 특징

  2.1 Two-stage (R-CNN)

Region proposal과 classification이 순차적으로 진행됨

두개의 stage가 명확하게 분리되어 있으며, region proposal이 끝나야 classification이 실행됨

 

  2.2 Single-stage (YOLO v1)

Bounding box, confidence, class probability가 한꺼번에 계산 됨

Bbox가 계산된 후에 probability가 계산되는 것이 아니며, localization과 classification 이 한꺼번에 진행

 

 

3. YOLO의 구조

  3.1 YOLO v1의 핵심 아이디어:

  3.2 YOLO v1의 아키텍처

  3.3 Training 과정

Pretrain : “ImageNet 1000-class competition dataset”을 사용하여 20개의 Conv layer에 대하여 pretrain 진행

Fine-tune : (성능 향상을 위하여) Pretrain이 끝난 후, Pretrain 된 20개의 Conv layer는 fix 시키고, 뒤에 4개의 Conv layer와 2개의 FC layer를 추가하여 fine-tuning 진행

 

  3.4 Output

 

  3.5 Loss Funciton

 

4. Summary

• YOLO는 Single-stage detection model 임

 

• YOLO는 실행속도가 매우 빠름 (RealTime detection 가능)

 

• YOLO의 정확도는 SOTA가 아니지만 준수한 편이며,

  실행속도를 고려하면 종합적인 performance가 매우 뛰어남