▲ 그림 5-15 RoI 풀링 과정

Fast R-CNN에서 가장 중요한 변화는 RoI 풀링 메커니즘이 도입된 것입니다. Fast R-CNN의 RoI 투영, RoI 풀링 방식은 R-CNN과 비교하여 계산 시간을 크게 단축시켰습니다.

Faster R-CNN의 주요 개선점

딥러닝을 활용한 객체 탐지 분야에서 특징 추출은 핵심적인 요소 중 하나이지만 그 이상으로 중요한 부분은 객체를 포함하고 있을 가능성이 가장 높은 영역을 제안하는 부분인 영역 제안 부분입니다. R-CNN과 Fast R-CNN은 바운딩 박스 회귀를 통하여 박스의 위치 값을 조정하긴 하지만 초기 영역 제안을 선택적 영역 알고리즘으로 추천받기 때문에 성능 개선에 한계가 있었습니다.