# iou
[object detection] IoU & NMS
<IoU(Intersection over Union)>IoU는 예측한 bounding box와 실제 물체의 bounding box가 겹치는 비율을 의미하며 성능평가에 사용됩니다.(교집합 / 합집합)<NMS(Non Maximum Suppression)>N
[Object Detection] NMS(Non Maximum Suppression), Soft NMS
본 글에서는 Object detection의 Overlap problem의 해결방안인 NMS(Non Maximum Suppression), 그리고 NMS의 같은 객체를 가리키는 IoU 문제를 해결하기 위한 Soft NMS에 대해서 다루어보겠습니다. Overlap pr
딥 러닝5 - YOLO
한 이미지에서 객체와 그 경계 상자(bounding box)를 탐지객체 탐지 알고리즘은 일반적으로 이미지를 입력으로 받고, 경계 상자와 객체 클래스 리스트를 출력경계 상자에 대해 그에 대응하는 예측 클래스와 클래스의 신뢰도(confidence)를 출력자율 주행 자동차에
[논문리뷰] Optimizing Intersection-Over-Union in Deep Neural Networks for Image Segmentation
요약 : 객체 분할 문제에서의 IoU 최적화 방법 제시
IoU
아이유 말고 아이오유. Object detection 모델 논문을 보면 AP50이나 AP75처럼 AP(Average Precision)에 옵션을 달아두는 식으로 자주 만날 수 있다.
Object Detection의 이해 2
NMS(Non Max Supression)의 이해 / Object Detection 성능 평가 지표 mAP의 이해 - 정밀도와 재현율 / mAP 계산하기
.jpeg)
Basic Object-Detection
IntroInflearn의 딥러닝 컴퓨터 비전 완벽 가이드를 수강하며 공부 목적으로 정리한 글입니다.Classification(분류) : 이미지에 있는 object가 무엇인지만 판별, 위치 고려 xLocalization(발견) : object 판별 및 단 하나의 obj
.png)
[Paper Review] R-CNN(Regions with CNN features)
Intro오늘은 초기 Object Detection 발전에 가장 많은 영향을 미친 논문인 Ross Girshick의 Rich feature hierarchies for accurate object detection and semantic segmentation 즉, R