일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- optimizer
- 논문 리뷰
- 인공지능
- Computer Vision
- Convolution
- pytorch
- opencv
- Segmentation
- 파이토치
- Python
- Ai
- 머신러닝
- 코딩테스트
- 코드구현
- 논문구현
- 논문
- Semantic Segmentation
- 알고리즘
- ViT
- Self-supervised
- 논문리뷰
- object detection
- 파이썬
- 옵티마이저
- transformer
- 프로그래머스
- 딥러닝
- cnn
- Paper Review
- programmers
Archives
- Today
- Total
Attention please
NMS(Non-maximum Suppression) 원리 본문
NMS의 목적은 동일한 object를 가리키는 여러 box의 중복을 제거하는 것이다. NMS에는 IoU의 개념이 포함되어 있으니 IOU를 먼저 알아야한다.
2022.12.30 - [딥러닝/CNN] - IoU(Intersection over Union)의 개념 및 코드 구현
NMS는 IoU의 값을 기준으로 중복되는 box를 제거한다. 그렇다면 어떤 순서로 진행되는지 살펴보자.
다음은 YOLO에서 Box Regression을 통과한 모습이다.
위 사진처럼 하나의 object에 너무 많은 box들이 있는 것을 볼 수 있다. 이렇게 같은 object를 가리키는 box들에 대해서는 제거를 해주어야 하는데 각 box의 Confidence가 높은 순서대로 정렬한다.
그 후에 가장 Confidence 값이 큰 box를 기준으로 다른 box들과 비교를 하는데 IoU 값이 기준 이상이라면 제거하게 된다.
위 과정을 반복하여 나온 최종 모습은 다음과 같다.
'딥러닝 > CNN' 카테고리의 다른 글
Object Detection이란 무엇일까? (0) | 2022.12.30 |
---|---|
AP(Average Precision) & mAP(mean Average Precision)의 개념 (0) | 2022.12.30 |
IoU(Intersection over Union)의 개념 및 코드 구현 (0) | 2022.12.30 |
Separable & Depthwise & Pointwise Convolution 원리 및 Pytorch 구현 (0) | 2022.12.30 |
Transposed Convolution 원리 및 Pytorch 구현 (0) | 2022.12.30 |
Comments