Faster R-CNNの学習ステップについて

Faster R-CNN(FRC)について質問です。

FRCの論文を読み自分の中での理解ですと、次のような4ステップの学習を行うと認識しています。

1,RPNの学習 2,Fast R-CNNの学習　3,2の特徴を利用したRPNの再学習　4,3を2に接続し全体の再学習

matlab2017bの時点では、上記のような４ステップを踏むことで学習をさせることができていました。しかし、最近アップデートした2020aでのFaster R-CNN深層学習を使用したオブジェクトの検出のドキュメントを確認したところ、特に４ステップを踏むような内容は書かれていないのですが、二つのバージョンでの違いは何なんでしょうか。

因みに、2017ｂでは各ステップ30エポックで1,2での学習率は10^-5、3,4では10^-6で学習させていました。最終的には、同じ設定で学習を行いたいと思っています。

拙い質問となってしまい申し訳ありませんが、何かアドバイス、ご指摘いただければ幸いです。

よろしくお願いいたします。

Answer 1

[Kenta]

こんにちは、'TrainingMethod'にて、four-step方式か、end-to-end方式かを設定できます。デフォルトではend-to-endになっていると思います。

https://jp.mathworks.com/help/vision/ref/trainfasterrcnnobjectdetector.html?lang=en

こちらのoptionsというところで、学習率なども設定できると思うのですが、いかがでしょうか。

論文やレポートの関係で2017bとおなじ設定で比較しなければならない、ということでしょうか。まだ、学習オプションの設定などが完全に決定していないのなら、2020a版でいろいろ設定を試し、以前試されたデータ？などでももう一度行うのが手っ取り早いかもしれません。バックボーンとなるネットワークの種類も2017bよりかなり増えていると思いますし、2020a版で、もう一度回してみるのも十分有意義かと思います。もしこちらの推察がそちらの状況と全く異なっていれば申し訳ございません。以上、役に立てば幸いです。

[HY]

kenta様

こんにちは。ご回答いただきありがとうございます。

TrainingMethodで変更できることは、知りませんでしたので助かりました。

同じ設定にする必要はないのですが、2017bである程度精度が出ていたので違うネットワークを試そうと思いアップデートしたのですが、2020aになってから同じようにできなく、一から作り直そうと思い質問しました。

kenta様のおっしゃる通り2020aで様々なネットワークが使用できるため、色々と試していこうと思います。

大変ありがとうございました。

[Kenta]

なるほど、状況がわかりました。そうですね、end-to-endにして、学習時間も変化するかもしれません。また、色々とパラメータやネットワークを変えてみると発見がありそうですね！