✅
Faster R-CNN
はじめに
概要
- シラバス：E資格2024#2
- Faster R-CNNモデルを勉強する
キーワード
Region Proposal Network, アンカー, アンカーボックス, Faster R-CNN
学習内容
Region Proposal Network (RPN)
- 画像特徴マップから、物体がありそうな矩形領域（バウンディングボックス候補）をリアルタイムで提案するネットワーク
仕組み
- CNNで画像全体の特徴マップを作成
- 特徴マップの各位置に対して「アンカー（anchor）」という複数サイズ・比率の候補ボックスを設定
- 各アンカーについて：
- 物体があるかどうかのスコア（物体か背景か）を予測
- アンカーの位置・サイズの微調整（バウンディングボックス回帰）
- 物体候補となるバウンディングボックス（RoI）を絞り込み、次の検出段階へ渡す
アンカー(Anchor)とアンカーボックス(Anchor Box)
- アンカー=基準となる候補の矩形群
- アンカーボックス=そのアンカーを物体に合わせて微調整した矩形（バウンディングボックス）
イメージ
| 項目 | 内容 | 例 |
|---|---|---|
| アンカー | 特徴マップの位置ごとに設定された固定サイズ・形状の矩形 | ある1点に対して「3種類の大きさ × 3種類の縦横比」で9つのアンカーを置く 「位置(x,y)で幅40×高さ30の箱」など |
| アンカーボックス | アンカーにネットワークが予測した補正を加えた矩形 | 「アンカーから10px右にずらし、高さを35に変えた箱」 |
Faster R-CNN
- 物体候補(Region Proposals)を検出するアルゴリズムにRegion Proposal Network (RPN)というネットワークを使用することで、end-to-endで学習できるようにしたアーキテクチャ
- 従来のR-CNN系列より高速
- 物体の識別・位置特定の両方で精度が高い
- 画像内の複数の物体も同時に検出できる
処理の流れ
- CNN（特徴抽出） → 入力画像から特徴マップを作成
- Region Proposal Network（RPN）→ 画像内の「物体がありそうな領域（Region Proposal）」を提案
- RoI Pooling+分類+ボックス回帰→ 各領域を「何か？」と判定し、正確な位置に微調整
Discussion