2024.01.04 DAY71
YOLO v3 train 모델을 구현하고 이를 평가하는 evaluation 부분을 구현하였다. evaluation은 train과 다르게 object를 검출하는 단 하나의 box를 남기고 GT 값과 비교를 해야하기 때문에 이 역할을 수행하는 NMS 부분이 있어야한다. 직접 구현하기 전에는 막연하게 알고만 있던 내용들을 직접 구현하니 정확하게 알 수 있게 되는 것 같다.
이렇게 진짜 YOLO v3 모델 구현이 오늘로 끝났다!!! 직접 구현하다보니 시간이 진짜...오래 걸렸다... 일주일 동안 YOLO v3와 함께했다...! 이렇게 처음부터 끝까지 모든 걸 구현하다보니 내용이 많아서 한번 정리를 할 필요가 있는 것 같긴하다. 예전에 doxygen 만드는 방법을 배웠으니 doxygen을 만들면서 정리를 해 볼 계획이다!
📝 배운 내용
YOLO v3 evaluation
NMS
- 겹쳐있는 여러 box의 수를 줄여주는 것
- 기본적으로 하나의 grid에 3개의 anchor box를 예측하고 layer가 3개이기 때문에 총 9개의 box가 생긴다
- GT box와의 IOU, objectness를 기준으로 filtering한다
성능 측정
- 예측한 box와 GT box와의 IOU 값이 threshold를 넘으면 TP로 분류한다
- recall, precision 값을 통해 AP를 계산한다
