5.1.2 Fast R-CNN과 Faster R-CNN

연구의 흐름은 멈추지 않았습니다. R-CNN의 성공을 계승하며, 그보다 더 빠르고 효율적인 방식을 추구한 Fast R-CNN과 Faster R-CNN이 등장했습니다. 이 두 모델은 딥러닝 기반 객체 탐지 기술의 발전에 크게 기여하며, 성능과 속도의 균형을 달성했습니다. 그 과정을 살펴보겠습니다.

Fast R-CNN의 주요 개선점

Fast R-CNN은 R-CNN의 처리 시간 문제를 해결하기 위해 몇 가지 중요한 기술적 개선을 도입했습니다. 가장 두드러진 개선점 중 하나는 RoI(Region of Interest) 풀링입니다. 이 기술을 통해 Fast R-CNN은 이미지 내의 다양한 제안된 영역을 효율적으로 처리할 수 있게 되었습니다.

RoI 풀링

▲ 그림 5-11 Fast R-CNN