R-CNN系、YOLO系の画像認識NNのアンカーについて

Question

R-CNN系、YOLO系の画像認識のためのdeep learning NN では訓練時にアンカーを利用するけれども、
TEST(推理)の過程でもアンカーを利用して
もっとも可能性の高いObject位置やbounding boxのサイズを推理するのでしょうか。

Answer 1

はい、アンカーを使って推理をします。その後、NMSでかぶっているBBOXを合併します。

Comments

[OOZAWA]

ご回答有難うございます。
アンカーBOXと本当のBBOXの寸法の差を算出して、
その誤差で学習をさせ訓練を行うという認識でしたが、
どうして、訓練完了後ーーー実際利用段階においてもアンカーが必要でしょうか。
もう一度ご説明いただけませんか。

[kurapan]

アンカーを使った検出を学習するから推理時もアンカーを使うことになります。アンカーなしで予測できません。
アンカーを使うと同時に全画像の特徴を計算できます。BBOX自体を予測するよりアンカーとアンカーのスコア、クラス、オフセットを予測した方が速いです。

[OOZAWA]

いつもお世話になっております。
アンカーの利用は『region proposal』とほぼ同じ事だと理解して宜しいでしょうか。

[kurapan]

遅くなってすみません。
はい、region proposal用の機能として思っていればいいです。直接BBOXの座標を予測しないで、用意されているBBOXの候補（アンカー）を選ぶという過程ですね。CNNで得られた特徴マップ（X,Y,Z)の各（ｘ，ｙ）に複数のアンカーが用意されて、それらのスコアとオフセットを予測します。　アンカーを使うことでより高速で効率的に検出ができます。

[OOZAWA]

kurapan　様

ありがとうございます。
良く分かりました！