Fast R-CNNによる物体の検出と識別

ディープラーニング（深層学習）を使った画像の認識・検出技術についてご紹介します。R-CNNを高速化したアルゴリズムであるFast R-CNNの概要を、デモンストレーションを交えて解説します。本セミナーを通してディープラーニングの知識を深めていただき、Deep Learning Toolbox™ / Computer Vision Toolbox™をさらにご活用ください。

Fast R-CNNとは？
R-CNNでは、通常Selective Search等でRegion Proposalを生成し、このRegion Proposalに沿って切り出した画像をCNNにかけることで、検出した物体の識別を行っていました。つまり、画像から領域を切り出した後でCNNを実行していたのですが、Fast R-CNNでは、切り出す前の画像から大きなFeature Mapを計算し、そのFeature MapからRegion Proposalに対応する部分を後から切り出すようにして処理の順序を変え、無駄をなくすことで高速化を図っています。

なお、一般的にFast R-CNNは、R-CNNよりも高速な認識を行えるアルゴリズムですが、小さなRegion Proposalに含まれる物体の識別精度が落ちる可能性があります。R-CNN、Fast R-CNN、Faster R-CNNの手法から最適なものを選択するには、これらの基本的な概要を理解しておくことが重要となります。

こちらも併せてご覧ください
Faster R-CNN による物体の検出と識別