많은 것들이 나왔지만,
등장하자마자 주목받은 것은 YOLO와 SSD이다.
2-stage Detector
: 사진에 내가 인지해야 할 사물이 있는 영역을 찾는다. (region proposal)
그 다음, 그 영역에 뭐가 있는지 분류한다. (classification)
즉, 딥러닝이 2번 돌아야 한다.
1-stage Detector
: feature map 찾아서, 한번만 돈다.
하나의 이미지를 여러개의 그리드로 분리한 뒤, 각 그리드를 detection 시킨다.
YOLO - You Only Look Once !
YOLO
- 초기에 앵커박스(anchor box)를 생성하여 Bounding box를 예측한다.(회귀문제)
- 초기 앵커박스 생성시 해당 박스의 신뢰도(confidence)를 찾는다.
- 해당 그리드에 물체가 있을 확률 Pr(Object)과 예측한 박스와 Ground Truth 박스와의 겹치는 영역을 비율을 나타내는 IoU를 곱해서 계산한다.
- 각각의 그리드마다 C개의 클래스에 대하여 해당 클래스일 확률을 계산한다.
'Deep Learning' 카테고리의 다른 글
[DL] RNN , LSTM (0) | 2023.02.21 |
---|---|
[DL] YOLO 사용법 (0) | 2023.02.21 |
[DL] DeepLearning 이모저모 (0) | 2023.02.19 |
[DL] t-SNE (0) | 2023.02.19 |
[DL] AutoEncoder. Latent Vector (0) | 2023.02.19 |