YOLO v1: You Only Look Once

• 이미지로부터 한 번에 Class와 Bounding Box를 예측

• Inference가 굉장히 빠름

• 전체 이미지를 보고 Object detection을 수행하기 때문에 배경 오류가 적음

  • 일반화 성능도 좋음

• 성능은 낮음

  • 특히 작은 object에 약함

• Architecture

  

  • 첫 20개 conv. layer는 ImageNet을 통해 pre-trained 됨
  • Detection을 위해 추가 4개의 conv. layer와 FC layer 2개 추가

• 동작 방법

  • 전체 이미지를 grid cell로 나눔

    • 7 by 7 grid

  • 각 cell 마다 정답 벡터를 생성함

    

    • 각 정답 벡터는 두개의 바운딩 박스와 클래스 벡터로 구성
      • 바운딩 박스: $P_c$값과 바운딩 좌표 값
        • $P_c$값이 object 有無 결정
      • 클래스 벡터: 클래스의 수 만큼의 값이 포함됨
    • 파랑색 백터 = object 없은 경우
      • $P_c$값을 제외한 값은 쓰레기 값, loss function에도 전달되지 않음
    • 주황색 벡터 = object 있는 경우

  • 훈련 과정에서는 Grid Cell의 bounding box 중 가장 IOU가 높은 box를 정답으로 채택

    • loss를 보내줌

• Loss Function

  • object가 있는 경우와 object가 없는 경우 10배 차이
    • object가 없는 경우가 훨씬 많기 때문
  • X, y값: grid cell 기준으로 0과 1사이 값으로 정규화
  • W와 h는 전체 이미지 기준으로 0과 1사이 값으로 정규화
  • 큰 박스와 작은 박스 에러 차이 보정위해 $\sqrt{w_i},\ \sqrt{h_i}$로 사용
  • L2 Loss 사용

• Inference

  • 각 cell 마다 두개의 경계 상자 도출
  • $P_c$값 비교 후 낮은 값을 갖는 상자 제외
  • 각 class에 대해 비-최댓값 억제 실행

• Experiment

  

  • 다른 real-time detector 보다 월등함
  • Faster R-CNN에 비해 성능이 떨어지지만 FPS가 높음
    • 속도가 좋음
    • Localization에러가 높고, Correct비율 낮음
    • Background 에러는 yolo가 낮음

• Fast R-CNN과 yolo 결합하여 사용한 결과 좋은 성능

• yolo 일반화 성능 좋음

• 단점

  • 각 grid cell 마다 2개의 경계 상자, 1개의 class → 가까운 물체 & 작은 문제 탐지 힘듬

YOLO V2

목적

• Recall, localization 향상
• Better, Faster!

Batch Normalization

• 모든 컨볼루션 레이어에 batch normalization 적용
• regularization 효과가 있어 drop-out 제거