강의

멘토링

로드맵

인프런 커뮤니티 질문&답변

내일은 한걸음 더 나아갈거야님의 프로필 이미지
내일은 한걸음 더 나아갈거야

작성한 질문수

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

SSD의 이해 03 - SSD 네트웍 구조와 Multi Scale Feature Map/Anchor box의 활용

강사님 나름대로 추측해 봤는데 확인 부탁드려 봅니다.

작성

·

149

0

inference 과정에서는 들어오는 이미지에서 각 단계별로 Future map을 추출하고 여기에 바운딩박스를 그린다. 그런데 그 바운딩 박스의 영역에 있는 convoution 값이 예전에 학습했던 오브젝트의 convoution 과 비슷한 값을 가지고 있다면 바운딩박스와 GT 의 오차를 줄이는 범위로 학습했던 W 값과 b값을 활용한 함수를 적용해서 실제 오브젝트의 영역을 추출한다. 

이렇게 이해하면 되는건지요  

1. 만약 위의 질문이 맞다면 

아울러 학습에서  W 와 b 로 구성된 함수를 구하기 위한 데이터로 좌표값 뿐만 아니라 Conlution 값도 같이 학습에 입력으로 사용되는지 궁금합니다. 강사님 

2. 틀리다면 어떻게 틀린지 설명 부탁드려 봅니다.

확인 부탁드려 봅니다. 강사님 

퀴즈

What are the main advantages that one-stage detectors (like SSD) have compared to two-stage detectors (like Faster R-CNN, etc.)?

Higher object detection accuracy

Faster object detection speed

More complex feature extraction network

Using fewer anchor boxes

답변 1

0

권 철민님의 프로필 이미지
권 철민
지식공유자

1. 만약 위의 질문이 맞다면 

아울러 학습에서  W 와 b 로 구성된 함수를 구하기 위한 데이터로 좌표값 뿐만 아니라 Conlution 값도 같이 학습에 입력으로 사용되는지 궁금합니다. 강사님 

=> 네 맞습니다. convoluation값도 같이 학습에 입력으로 사용됩니다. 

 

내일은 한걸음 더 나아갈거야님의 프로필 이미지
내일은 한걸음 더 나아갈거야

작성한 질문수

질문하기