티스토리 뷰
728x90
Object Detection
1. 이미지를 S*S grid로 나눔
2. 각 Grid cell 은 B개의 Bounding Box와 각 Bounding Box에 대한 Confidence score를 가짐
(만약 cell에 object가 존재하지 않으면 Confidence score는 0)
Confidence score : 검출한 것에 대해 알고리즘이 얼마나 확신이 있는지를 알려주는 값
3. 각 Grid cell은 C개의 conditional class probability(조건부 확률)를 갖음.
4. 각각의 Bounding Box는 x,y,w,h,confidence로 구성
반응형
'Capstone Eng_2020' 카테고리의 다른 글
도커, 도커사용 이유 (0) | 2021.12.22 |
---|---|
YOLOv3 기본개념 (0) | 2021.04.29 |
아가 뭐해? - Yolov3 알람 시스템 구현하기 (1) | 2020.06.26 |
아가 뭐해? - YOLOv3 데이터 학습하기 (0) | 2020.06.26 |
아가 뭐해? - Yolo mark를 이용한 labeling (0) | 2020.06.26 |
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- yoloV3
- 타일링 자바
- 백준파이썬
- poker swea
- 프로그래머스
- 1699 자바
- swea 4070 타일링
- swea 타일링 자바
- 백준 17144
- swea 1240
- 더 맵게
- 메뉴리뉴얼 풀이
- SSAFY
- swea 1240 자바
- SWEA
- 백준 dp 문제
- 백준
- 파이썬 풀이
- 프로그래머스 더 맵게
- ubuntu
- 1240 자바
- union-find
- 백준 풀이
- swea 타일링
- 프로그래머스 자바
- 3996 자바
- 삼성청년SW아카데미
- 파이썬
- 우분투
- 프로그래머스 파이썬
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 |
글 보관함