yolo box confidence score 관련 질문입니다.

Question

안녕하세요, YOLO box confidence score 관련 문의드립니다. 유사한 글 검색을 해도 이해가 가지 않는 부분이 있습니다. https://www.inflearn.com/questions/586924 https://stackoverflow.com/questions/50154019/confused-about-yolo 학습 단계에서는 label된 데이터가 있어, ground truth를 알 수 있으나, validation, test 단계에서는 어떻게 ground truth을 알고 계산하는지 궁금합니다. 다른 Object detection 과는 달리 yolo는 IoU (ground truth) 가 두 가지 방향으로 쓰이는 듯 합니다. 모델 성능 평가(mAP)에 활용되는 IoU(ground truth) => 이 측면에서는 training, validation, test에 쓰인 데이터의 bbox ground truth 활용 IoU 계산 후 성능평가 가능 학습이나 추론 과정에 쓰이는 IoU(ground truth) => training 단계에서는 학습데이터에서 ground truth 확보가능 => validation, testing 등의 inference 단계에서는 mAP 계산 전 활용되는 ground truth를 어떻게 구할 것인가? 요약드리자면 2번에서 쓰이는 ground truth를 어떻게 구하는지 문의드립니다. 감사합니다. ** stackoverflow 읽어보고 맞는가 싶다가 다시보니 결국 모델에 대한 mAP 계산과정 처럼 보입니다.

권 철민 · Answer

안녕하십니까, 질문을 제대로 이해했는지 모르겠습니다. 혹시 원하시는 답변이 아니면 다시 글 부탁드립니다. 먼저 mAP를 계산하려면 Ground Truth가 있어야 합니다. 먼저 validation 데이터는 일반적으로 Ground Truth 학습데이터에서 일부분을 할당해서 만들기 때문에 당연히 mAP를 계산할 수 있습니다. 보통 경연대회에서는 테스트 데이터의 경우 Ground Truth는 제공하지 않고 이미지만 제공합니다. 하지만 성능 평가를 할 경우에는 테스트 데이터의 inference결과와 Ground Truth 데이터를 가지고 평가를 하게 됩니다. 감사합니다.