confidence가 가장 큰 값으로 IOU 비교 이후 과정에 대해
359
작성한 질문수 2
안녕하세요. 좋은 강의 잘 보고 있습니다.
confidence 내림차순 정렬 이후 가장 큰 값으로 그보다 작은 값들의 IOU 계산으로 걸러낸 이후,
남은 값들 중 두번째로 큰 값으로 재차 IOU 계산을 하는 이유가 궁금합니다.
개인적인 이해로는 가장 큰 값을 구했다면 그것이 이미지내 object를 가장 잘 대표하는 box이니 이후 연산은 불필요하다고 생각되었습니다.
추가적으로 고민해봤는데, 아래 사진처럼
흰색 말 바로 오른쪽의 검은색 말을 그려주기 위해서 두번째로 큰 confidence로 nms과정을 거치는 것인가요??
답변 1
0
네. 안녕하세요~.
생각하신바가 맞습니다^^.
하나의 이미지내에 동일 class에 대한 여러개의 Object가 존재할수 있기 때문에 해당 과정을 적용해주는 것입니다.
감사합니다~.
수업자료
0
20
2
paperswithcode 서비스 종료 관련 문의
0
190
2
22강 코드 call()메서드 is_training -> model(x,False)로 호출시 밸류에러 참고
0
47
1
강의자료 질문
0
39
1
강의자료는 어떻게 보나요
0
81
2
MNS 질문
0
320
1
model.py의 Activation Function
0
532
1
코랩에서 train.py 실행 시 오류
0
720
1
object_exists_cell_i 계산식
0
446
0
데이터셋 변경에 대한 질문
0
264
0
reshape 한 후 7*7*30
0
288
1
작성한 코드의 저작권과 깃헙 업로드 가능유무에 대한 질문
0
314
1
Train시 bounding box의 개수 설정 관련
0
417
1
backbone network에 대해서 질문 있습니다.
0
290
1
one_hot과 C값에 대해서 질문 드립니다.
0
311
1
class_loss에 대해서 질문 있습니다.
0
305
1
질문있어서 글 올립니다.
0
303
1
안녕하십니까 강의 잘 보고 있습니다
0
459
5
두 가지 질문 드립니다.
0
264
1
loss.py 의 loss에 사용된 tf.nn.l2_loss 에 대해서 질문 드립니다.
0
445
1
loss function 관련 질문입니다
0
239
1
loss function 관련
0
221
1
NMS 구현 관련 질문있습니다.
0
234
1
confidence <= 0.6 이하의 Bounding Box 제거에서 confidence는 class probability가 곱해진 값인지요?
0
330
3