본 논문 (YOLO9000)은 YOLO: You Only Look Once에서 제안한 YOLO v1 모형을 개선한 YOLO v2 모형을 제안하는 것과 더불어, Object Detection 모형들이 데이터의 한계로 인해서 Detection을 할 수 있는 Class의 개수가 적었던 문제를 극복하는 방법을 제안한 논문 입니다. 본 포스트는 YOLO9000: Better, Faster, Stronger에 기초하여 작성하였으며, 중요한 idea만 다루고 있습니다. 상세한 내용은 논문을 보시면 좋을 듯 합니다. 포스트를 작성함에 있어 PR12의 이진원님이 발표하신 영상을 참고하였습니다.

본 논문에서는 9,000개 이상의 class에 대해서 Object Detection을 real-time으로 수행 할 수 있는 YOLO9000 모형을 제안합니다. 위 모형을 제안하기위해서 기존에 YOLO: You Only Look Once 에서 제안한 YOLO v1 모형을 개선한 YOLO v2 모형의 특징을 논문의 Better, Faster Section에서 기술합니다. YOLO v2 모형의 성능은 아래와 같습니다.

At 67 FPS, YOLOv2 gets 76.8 mAP on VOC 2007 At 40 FPS, YOLOv2 gets 78.6 mAP, outperforming state-of-the art methods like Faster R-CNN with ResNet and SSD while still running significantly faster.

또한 detection dataset과 classification dataset을 동시에 활용하여, Object

본 논문 (R-CNN)은 Object detction에 Convolutional Neural Network를 feature extractor로 사용한 논문 으로 이후 Fast R-CNN, Faster R-CNN 등 여러가지 논문의 기반이 되는 논문입니다. 저술되어 공개된 지 오래된 논문이 만큼 여러 report가 존재하며, 본 포스트는 Rich feature hierarchies for accurate object detection and semantic segmentation Tech report (v5)에 기초하여 작성하였으며, 중요한 idea만 다루고 있습니다. 상세한 내용은 논문을 보시면 좋을 듯 합니다.

본 논문에서는 mAP (mean Avereage Precision) 를 기준으로 VOC 2012의 best result와 비교하여, 30% 이상의 성능 향상을 (mAP : 53.3%) 이루었다고 말하며, 그 기반이 되는 아이디어는 아래의 두 가지입니다.

• One can apply high-capacity convolutional neural networks (CNNs) to bottom-up region proposal in order to localize and segment objects.
• When labeled traning data is scarce, supervised pre-training for an auxiliary task. followed by domain-specific fine-tuning, yields a significant performance boost.