전체 피라미드의 비용
다중 크기 학습은 같은 이미지를 여러 해상도로 사용한다. SNIPER는 이미지 피라미드의 모든 픽셀을 처리하는 대신 정답 객체 주변의 문맥 영역을 적절한 크기에서 선택한다.
배경 영역의 선택
배경 학습에 사용할 영역은 짧게 학습한 영역 제안 신경망의 후보로 만든다. 따라서 이미지당 선택되는 영역 수는 장면의 복잡도에 따라 달라진다.
작은 영역의 학습
선택한 영역을 낮은 해상도의 칩으로 다시 표본화해 처리한다. 이 방식은 한 장치에서 더 큰 배치를 구성하고 배치 정규화를 활용하는 데 도움이 되도록 설계했다.
검출 학습의 평가
Faster R-CNN과 ResNet-101을 사용한 구현을 COCO에서 평가했다. 전체 고해상도 이미지를 반복 처리하는 대신 선택한 영역으로 학습하는 접근의 효율과 검출 성능을 조사했다.
관련 문서
TridentNet / FSAF / Guided Anchoring / Libra R-CNN / ATSS / LVIS