이전에 배운 R-CNN은 다음과 같은 한계점이 있었습니다. 개별 이미지에서 Region Proposal을 통해 뽑은 2000개의 영역 모두에 대해서 각각 CNN feacture extract을 수행하기 때문에 detect 시간이 굉장히 오래 걸린다. 2000개의 영역을 crop과 warp하는 과정에서 data 손실이 날 수도 있다. end-to-end 딥러닝이 아니기 때문에 학습시간이 오래걸린다. Fast R-CNN은 R-CNN의 한계점을 개선시키고자 나온 모델로 다음과 같은 방법을 사용함으로써 R-CNN의 한계점을 극복했습니다. SPP Layer와 비슷한 ROI Pooling Layer을 사용 SVM을 softmax로 변환 ROI Pooling Layer ROI Pooling Layer는 Fast R-..
