32. Non-max Suppression
2023. 9. 17. 15:47ㆍGoogle ML Bootcamp/4. Convolutional Neural Networks
이때 동일한 물체에 대해 P(c) = 1 인 여러 격자 중 P(c) 의 probability를 관찰하여 가장 큰 값을 기준으로 bounding box를 설정.
- 이게 non-max suppression. (max만 출력하고 non-max 값들은 suppression 억제 할 것을 의미.)
1. 모든 격자에 대해 P(c) >= 0.6 만 남기고 제거
2. 남은 격자들 중 가장 큰 P(c)에 대해 output1으로 설정.
3. 이후 남은 격자들 중에 IOU를 계산하여 0.5이하 제거
4. 이후 남은 격자들 중에서 가장 큰 P(c)에 대해 output2으로 설정
5. 3-4단계 계속 반복
따라서 한 image에 car가 여러개더라도 반복문을 통해 여러 차의 bounding box를 구할 수 있다.
'Google ML Bootcamp > 4. Convolutional Neural Networks' 카테고리의 다른 글
34. YOLO Algorithm (0) | 2023.09.17 |
---|---|
33. Anchor Boxes (0) | 2023.09.17 |
31. Intersection Over Union (0) | 2023.09.17 |
30. Bounding Box Predictions (0) | 2023.09.17 |
29. Convolutional Implementation of Sliding Windows (0) | 2023.09.17 |