엔지니어스 - Engineeus

yolo 시스템이나 기타 딥러닝 시스템에서 Probability와 Objectness 라는 것이 있다. 이 두개는 뭘까? Objectness Objectness는 이전에 한번 설명 한 적이 있다. 하지만 간단히 설명 하면, YOLO시스템을 통해 어떤 Bounding box가 검출이 된다. 이 Bounding box는 x, y, w, h, confidence로 구성된다. x, y는 박스의 중앙값이며 w, h는 넓이와 높이 이다. confidence는 박스에 객체가 있는지 없는지에 대한 확률 이다. 따라서, 내가 Objectness(Confidence threshold)를 0.3으로 두면 30% 정확도가 안된다면, 그 박스는 버려지게 된다. 즉, 박스에 객체가 있는지 없는지에 대한 정확도 이다. 무슨 객체 ..

YOLO 시스템에서 유명해진 단어 이다. 사진이 YOLO 시스템에 들어가게 되면 Boundary box가 검출이 된다. 각 box는 객체의 위치 (x, y), 객체의 크기 (w, h), box confidence score 5개를 갖게 된다. 이때 Box confidence score가 Objectness이다. 이는 Box가 객체(어떤 Class인지는 모르지만 객체가 있는지 없는지)가 있는지에 대한 가능성과 정확도를 판단한다. (ex) 내가 objectness threshold를 0.3으로 정한다면 30% 정확도 아래의 박스는 버려지게 되는 것이다. 30% 이상의 박스는 추후에 Probability 값으로 또 어떤 객체인지 분류가 된다.