인프런 커뮤니티 질문&답변
작성한 질문수
사진속 포지션 백터값
작성
·
225
0
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
- 먼저 유사한 질문이 있었는지 검색해보세요.
- 서로 예의를 지키며 존중하는 문화를 만들어가요.
- 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요
- 먼저 유사한 질문이 있었는지 검색해보세요.
- 서로 예의를 지키며 존중하는 문화를 만들어가요.
- 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요
안녕하세요. 강의 수강 중 제가 잘못 이해 한 거일 수도 있는데 궁금한 게 있어서 이렇게 질문을 남겼어요. EAST, CRAFT 둘 다 데이터로 포지션 벡터 값이라는 데이터를 공통으로 가지는데 그럼 현재로서는 포지션 벡터 값이 없는 데이터(이미지)들은 바운딩 박스 처리(?)를 할 수 없나요??
질문이 이상할 수도 있는데 답변 주시면 감사하겠습니다!
질문이 이상할 수도 있는데 답변 주시면 감사하겠습니다!
답변 1
0
AISchool
지식공유자
안녕하세요~. 반갑습니다.
1. 포지션 벡터(=Bounding box)의 바운딩 박스의 정답위치에 대해 질문해주신 것 같은데 현재 기법들은 대부분 지도 학습(Supervised Learning) 방법론이기 때문에 학습과정에서는 꼭 사람이 지정한 정답 위치 정보가 있어야만 학습할 수 있습니다.
2. 테스트 과정에서는 이미 학습이 끝났기 때문에 정답이 없더라도 정답에 근사한 위치를 예측할 수 있습니다.
감사합니다.
AISchool
지식공유자
모든 머신러닝은 패턴 인식입니다.
충분한 데이터와 정답을 통해 학습하면 머신러닝모델이 공통된 패턴을 학습할 수 있게 됩니다.
쉽게 예를 들어서 설명하면, 이미지 내에 노란색 고양이의 위치를 찾는 딥러닝 모델을 만든다라고 하면 이미지 내에 노란색이 뭉쳐있는 픽셀 위치가 고양이가 있는 위치라는 패턴을 딥러닝 모델이 찾아내는 것입니다. (물론 실제로는 훨씬 더 다양한 요소를 고려해서 패턴을 인식하게 됩니다.)
답변 주셔서 감사합니다! 그럼 궁금한게 있습니다. 학습된 craft 모델을 이용해서 어떻게 바운딩 박스의 정답위치를 모르는 데이터를 이용해서 근사한 위치를 예측할 수 있는지 궁금합니다.