reshape 한 후 7*7*30
290
投稿した質問数 1
回答 1
0
안녕하세요~. 반갑습니다.
YOLO도 일반적인 Image Classificaiton 등을 위한 딥러닝 모델과 마찬가지로 Supervised Learning으로 학습하는 형태입니다.
따라서 정답 Bounding Box를 학습과정에서 제공하고 이와 오차를 줄이는 방향으로 학습을 진행하게 되므로 정답 Bounding box와 오차가 작아지는 방향으로 충분히 업데이트된 파라미터를 이용하면 마지막에 prediction값에 정답과 유사한 바운딩 박스 정보가 예측되게 됩니다.
좋은 하루되세요~.
감사합니다.
0
답변 감사합니다^^
그럼 그라디언트 기준으로 박스 위치를 예측하는 건가요??
reshape을 한 후에는 하나의 이미지형태가 되는 건가요?
dense층은 컨볼루션층에서 뽑아진 특징들을 통해서 각 카테고리의 확률을 계산하는 연산이 이뤄진다고 알고 있는데 어떻게 이미지형태 다시 만들어지는지 궁금해서요ㅜㅜ
0
안녕하세요~.
YOLO가 예측하는 것은 [x_center, y_cetner, bounding_box_width, bounding_box_height] 벡터입니다. 예를 들어 이미지가 [500,500] 크기의 가로세로 길이 이미지였는데 YOLO가 예측한 vector가 [50,50,25,25]라면 좌측 상단에 25x25 크기의 bounding box를 만들 수 있을 것입니다.
감사합니다.
수업자료
0
23
2
paperswithcode 서비스 종료 관련 문의
0
209
2
22강 코드 call()메서드 is_training -> model(x,False)로 호출시 밸류에러 참고
0
48
1
강의자료 질문
0
42
1
강의자료는 어떻게 보나요
0
84
2
MNS 질문
0
321
1
model.py의 Activation Function
0
532
1
코랩에서 train.py 실행 시 오류
0
721
1
object_exists_cell_i 계산식
0
448
0
데이터셋 변경에 대한 질문
0
264
0
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
306
1
질문있어서 글 올립니다.
0
305
1
안녕하십니까 강의 잘 보고 있습니다
0
460
5
두 가지 질문 드립니다.
0
265
1
loss.py 의 loss에 사용된 tf.nn.l2_loss 에 대해서 질문 드립니다.
0
446
1
loss function 관련 질문입니다
0
240
1
loss function 관련
0
222
1
NMS 구현 관련 질문있습니다.
0
235
1
confidence가 가장 큰 값으로 IOU 비교 이후 과정에 대해
0
359
1
confidence <= 0.6 이하의 Bounding Box 제거에서 confidence는 class probability가 곱해진 값인지요?
0
331
3