사물인식을 하다보면 아래의 사진처럼 하나의 Object를 여러개의 Box로 인식하는데,
이것을 해결하는 방법 중 하나가 NMS(Non Maximum Suppression) 기법이다.
방법은 다음과 같다.
1. 모든 인식된 Box들을 score으로 오름차순 정렬한다.
2. 정렬한 순서대로 Box의 IOU값을 구한 뒤, 일정 값 이상이면 Box를 지운다. (보통 0.5)
IOU는 intersection of union의 약자로,
다른 box와 겹치는 비율을 구한 값이다.
아무튼 위의 NMS 방식을 이용하면,
Score가 낮으면서 IOU값이 높은 Box는 삭제되고. (같은 Object를 Detection했을 때 삭제)
Score가 높으면서 IOU값이 낮은 Box만 남게 된다.(같은 Object를 Detection하지 않고, 가장 높은 score의 Box만 남음)
'프로그래밍 > 머신러닝' 카테고리의 다른 글
[컨볼루션] Mobilenet (0) | 2020.09.06 |
---|---|
[컴퓨터 비전] SRCNN, Image Super-Resolution Using Deep Convolutional Networks (0) | 2020.09.05 |
[컨볼루션] Depthwise separable convolution (0) | 2020.09.05 |
[컨볼루션] Dilated Convolution (0) | 2020.09.03 |
Sigmoid의 문제점 : 왜 Sigmoid는 안될까? (0) | 2019.05.17 |