파라미터 도출방법이 궁금합니다.

안녕하십니까,

20개 클래스의 확률 그리고 confidence score에서 오브젝트일 확률 모두 일반적인 Deep Learning의 Classification에서 사용되는 softmax 또는 sigmoide로 확률 계산이 됩니다(그런데 이걸 몰라서 질문하신건 아닌것 같습니다만)

중요한 차이는 20개 클래스의 Loss(손실함수)식과 오브젝트 확률 구할시의 Loss식이 서로 다릅니다.

yolo v1은 Loss식이 다른 버전들에 비해서 상대적으로 복잡합니다(해서 loss식에 대한 자세한 설명은 드리지 않았습니다)

전체 Loss 식은 bounding box regression loss + confidence loss + (no object confidence score) + classification loss 입니다.

댓글에 해당 식을 모두 설명드리기에는 어려움이 많아서 아래 URL를 참조 부탁드립니다.

https://curt-park.github.io/2017-03-26/yolo/

Yolo network 모델은 전체 loss 식은 classification loss + confidence loss + bounding box regression loss 로 구성하고 이들 loss에 의해 output은 개별적으로 classification output layer, confidence output layer, bounding box output layer를 만들어서 최종적인 Yolo 모델을 만듭니다. classification layer는 softmax를 적용하고 confidence layer는 sigmoid를 적용합니다.

감사합니다.