RPN
Resion Proposal Network
背景なのか, 物体が写っているのかだけを識別するサブモジュール
Faster-RCNNにおいては, ①RPNで領域を絞ってから, ②それぞれ個々の物体についてラベルを絞っていく Faster-RCNNの学習では, 「RPNの重み更新→モデル全体の重み更新」を繰り返して学習
RPNでは, Anchor boxが背景か物体か / 物体ならばGTとのズレを学習させる
背景か物体か → IoUを比較して, しきい値$ t_aより低ければ背景, しきい値$ t_bより高ければ物体,
これらを分類問題としてlossに組み込む
$ t_a < t < t_bについては扱わず, lossにも反映されない
GTとのズレ → 回帰問題としてlossに組み込む
下図参照
https://gyazo.com/4638a421fae9919f39d1d1cb724a36d3