Notice
Recent Posts
Recent Comments
Link
- Today
- Total
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 | 31 |
Tags
- 물체검출
- 파이썬
- 영상처리
- 티스토리
- 엔비디아
- DNN
- agx
- tensorflow
- YOLO
- Windows
- 텐서플로우
- 설치
- Linux
- python
- Jetson
- 블로그
- openpose
- GPU
- Nvidia
- 방법
- tx2
- Darknet
- 애드센스
- openCV
- Tistory
- ubuntu
- Xavier
- 라즈베리파이
- cuda
- 딥러닝
Archives
목록non-maximum suppression (1)
엔지니어스 - Engineeus
NMS(Non-maximum Suppression) 이란? IOU부터 알자
NMS를 가장 쉽게 설명 하자면 '얼마나 겹쳐 있는지'를 판단 하고 일정 크기 이상 겹칠 경우 삭제 하는 방법이다. NMS를 이해하려면 IOU(Intersection over Union)의 개념을 알아야 한다. IOU란? IOU란 '교집합/합집합'의 비율 이다. 즉, 검출 박스 2개의 전체 크기에서, 겹치는 부분의 비율이 얼마가 되는지 알아 내는 방법이다. 50% 겹치면 0.5가 나올테고, 30% 겹치면 0.3이 나올것이다. 이게 바로 IOU 이다. 다시 돌아가서 NMS란!? IOU 방법을 이용하여 나온 비율 (0~1까지) 값을 가지고 비교를 하여 겹치는 박스를 제거 하는 방법이다. 그럼 NMS 하는 순서를 한번 보겠다. 1. YOLO에서 Box Regression 후 통과한 박스들이 이렇게 나오게 된다..
Autonomous Tech./Machine Learning
2021. 1. 18. 17:48