<aside> ✅ R-CNN

• 객체 Detection을 정확히 하기 위해서 만든 모델
• Selective Search 통해 다양한 크기 박스 생성 후, region proposal 영역 생성
• 위 영역을 warp 하여 표준화된 크기로 변환
• AlexNet을 개량한 CNN 모델을 이용하고, 마지막 층에 SVM을 통해 객체 분석

Fast R-CNN

• Region of Interest 풀링을 통해 한 미이지의 서브 영역에 대한 forward pass 값을 공유

Faster R-CNN

• region proposal에 이용
• conv layer를 통과시켜 만드는 network

Mask R-CNN

• pixel level 까지 segmentation 가 </aside>

<aside> ✅ U-net

• Encoder와 Decoder로 나누어짐
• 정교한 pixel단위의 segmentation 요구
• 기본적인 encoder - decoder 구조와 달리 Spatital 정보를 복원하는 과정에 encoder feature map을 가져와 prior로 활용함으로써 더 정확한 boundary segmentation 가능

</aside>