Faster R-CNN

Faster R-CNN에서 직접 따라간 구현 흐름과 코드 증거를 다시 볼 수 있게 정리한 DL 학습 기록입니다. 본문은 COCO Data, 모델 순서로 핵심 장면을 먼저 훑고, COCO Data, 데이터셋, Custom Collator가 필요한 이유 같은 코드로 실제 구현을 이어서 확인할 수 있습니다. md 원본과 18개 코드 블록, 17개 실행 셀을 함께 남겨 구현 흐름을 다시 따라갈 수 있게 정리했습니다. 주요 스택은 kagglehub, os, shutil, future입니다.

빠르게 볼 수 있는 포인트: COCO Data, 모델.

남겨둔 자료: md 원본과 18개 코드 블록, 17개 실행 셀을 함께 남겨 구현 흐름을 다시 따라갈 수 있게 정리했습니다. 주요 스택은 kagglehub, os, shutil, future입니다.

주요 스택: kagglehub, os, shutil, __future__, json

Snapshot

Item	Value
Track	DL
Type	Archive Note
Source Files	md
Code Blocks	18
Execution Cells	17
Libraries	kagglehub, os, shutil, __future__, json, torch, PIL, torchvision
Source Note	(실습)Faster R-CNN

What This Note Covers

COCO Data

COCO API : https://github.com/cocodataset/cocoapi MS COCO 데이터셋은 약 328000장의 이미지와 80개의 클래스로 이루어져있으나, 워낙 대규모이기 때문에 개와 고양이 클래스를 소규모로 샘플링해 실습을 진행합니다.

• 읽을 포인트: 세부 흐름: 데이터셋, Custom Collator가 필요한 이유

데이터셋

COCO 데이터는 “ID”를 기준으로 파싱을 해야 합니다. images 각 이미지에 대한 정보가 담긴 리스트 - 각 항목은 이미지의 고유 id, 파일명, 너비, 높이 등의 정보를 포함합니다.

Custom Collator가 필요한 이유

아래에 기본 collate 함수의 출력과 custom collate를 적용한 최종 출력 형태를 요약했습니다. 기본 collate 함수 (원래 형태): - 출력: - 이미지 텐서: 모든 이미지가 동일한 크기라면, 자동으로 스택되어 하나의 텐서로 만들어집니다. 예: (batch_siz…

모델

모델 코드를 직접 따라가며 모델 흐름을 확인했습니다.

• 읽을 포인트: 모델 정의, 손실, 최적화 흐름을 코드로 연결해 보는 구간입니다.

Why This Matters

데이터 파이프라인

• 왜 필요한가: 모델 성능 이전에 입력이 일정한 형식으로 잘 들어가야 학습과 평가가 안정적으로 반복됩니다.
• 왜 이 방식을 쓰는가: Dataset/DataLoader 구조는 데이터 읽기, 변환, 배치 처리를 분리해 코드 재사용성과 실험 반복성을 높여줍니다.
• 원리: 각 샘플을 Dataset이 제공하고, DataLoader가 이를 배치로 묶어 셔플·병렬 로딩·collate를 담당합니다.

합성곱 기반 특징 추출

• 왜 필요한가: 이미지는 인접 픽셀 관계와 지역 패턴이 중요해서, 완전연결층만으로는 공간 구조를 효율적으로 잡기 어렵습니다.
• 왜 이 방식을 쓰는가: CNN은 필터를 공유하며 지역 특징을 반복적으로 추출할 수 있어 이미지 실습의 기본 뼈대로 적합합니다.
• 원리: 작은 커널이 이미지 위를 이동하며 특징을 뽑고, 층이 깊어질수록 더 추상적인 패턴을 학습합니다.

Implementation Flow

1. COCO Data: 데이터셋, Custom Collator가 필요한 이유
2. 모델: 모델 코드를 직접 따라가며 모델 흐름을 확인했습니다.

Code Highlights

COCO Data

COCO Data는 이 노트에서 핵심 구현을 보여주는 코드 블록입니다. MS COCO 데이터셋은 약 328000장의 이미지와 80개의 클래스로 이루어져있으나, 워낙 대규모이기 때문에 개와 고양이 클래스를 소규모로 샘플링해 실습을 진행합니다.

print(os.listdir('./'))

데이터셋

데이터셋는 이 노트에서 핵심 구현을 보여주는 코드 블록입니다. 코드 안에서는 COCODataset class, customCOCO를 이용해 annotation 파일 정보 수지, 이미지 파일 경로 설정 흐름이 주석과 함께 드러납니다.

#@title COCODataset class

class COCODataset(Dataset):
    def __init__(self, root, train, transform=None):
        super().__init__()
        directory = "train" if train else "val"

        annotations_file = os.path.join(root, 'annotations', f"{directory}_annotations.json")

        # customCOCO를 이용해 annotation 파일 정보 수지
        self.coco = CustomCOCO(annotations_file)
        # 이미지 파일 경로 설정
        self.image_path = os.path.join(root, directory)
        self.transform = transform

        # COCO 데이터셋의 카테고리 정보를 저장 -->0번은 배경
        self.categories = {0:'backgroud'}
        for cat_id, cat in self.coco.cats.items():
            self.categories[cat_id] = cat['name']

        self.data = self._load_data()

    def _load_data(self):
        data = []
        for _id, img_info in self.coco.images.items():
            file_name = img_info["file_name"]
            image_path = os.path.join(self.image_path, file_name)
            image = Image.open(image_path).convert("RGB")
# ... trimmed ...

Custom Collator가 필요한 이유

Custom Collator가 필요한 이유는 이 노트에서 핵심 구현을 보여주는 코드 블록입니다. 코드 안에서는 기본 collator, > (image1, image2), (target1, target2), custom collator 흐름이 주석과 함께 드러납니다.

import torch
from torch.utils.data import DataLoader

image1 = torch.randn(3,300,300)
target1 ={
    'boxes' : torch.tensor([[50,50,200,200]], dtype=torch.float32),
    'labels' : torch.tensor([1])
}

image2 = torch.randn(3,400,300)
target2 ={
    'boxes' : torch.tensor([[100,100,350,350], [20,20,100,100]], dtype=torch.float32),
    'labels' : torch.tensor([2,3])
}

sample_data = [(image1,target1), (image2, target2)]

#기본 collator
loader_wo_collator = DataLoader(sample_data, batch_size=2)
# --> (image1, image2), (target1, target2)

try:
    for batch in loader_wo_collator:
        images, targets = batch
        print("Batch images shape", images.shape)
except Exception as e:
    print("기본 collator함수 사용시 에러 ", e)

# ... trimmed ...

모델

모델는 이 노트에서 핵심 구현을 보여주는 코드 블록입니다. 코드 안에서는 사전 학습 vgg16의 feature extractor 를 backbone으로 활용, RPN에서 사용할 앵커 생성기 설정, POI Pooling 흐름이 주석과 함께 드러납니다.

from torchvision import models
from torchvision import ops
from torchvision.models.detection import rpn
from torchvision.models.detection import FasterRCNN

# 사전 학습 vgg16의 feature extractor 를 backbone으로 활용
backbone = models.vgg16(weights="VGG16_Weights.IMAGENET1K_V1").features
backbone.out_channels = 512

# RPN에서 사용할 앵커 생성기 설정
anchor_generator = rpn.AnchorGenerator(
    sizes=((32,64,128,256,512),),
    aspect_ratios=((0.5, 1.0, 2.0),)
)

# POI Pooling
roi_pooler = ops.MultiScaleRoIAlign(
    featmap_names=["0"],
    output_size=(7,7),
    sampling_ratio=2
)

device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

model = FasterRCNN(
    backbone=backbone,
    num_classes=3, #강이지, 고양이, 배경
    rpn_anchor_generator=anchor_generator,
# ... trimmed ...

Source Bundle

• Source path: 12_Deep_Learning/Code_Snippets/(실습)Faster R-CNN.md
• Source formats: md
• Companion files: (실습)Faster R-CNN.md
• Note type: code-note
• Last updated in the source vault: 2026-03-08T03:33:14
• Related notes: 50,50,200,200, 12_Deep_Learning_Code_Summary.md
• External references: github.com, localhost

Note Preview

• COCO API : https://github.com/cocodataset/cocoapi MS COCO 데이터셋은 약 328000장의 이미지와 80개의 클래스로 이루어져있으나, 워낙 대규모이기 때문에 개와 고양이 클래스를 소규모로 샘플링해 실습을 진행합니다.