Intersection Over Union, Non-max Suppression

Intersection Over Union, Non-max Suppression

Intersection Over Union Evaluating object localization Intersection over Union(IOU)은 bounding box에 대한 예측이 정확했는지를 확인하는 지표입니다. 예측과 실제 정답이 겹치는 노란 부분 / 예측과 실제 정답의 합 위 분수식을 계산한 결과가 0.5 이상이면 'correct' 판정을 줄 수 있습니다. 이 threshold가 높아지면 높아질수록 더 정확한 예측이 가능할 것입니다. Non-max Suppression Non-max suppression example IOU로 bounding box를 예측하다 보면 위처럼 여러 개가 중첩되어 있을 수 있습니다. 이미지를 여러 개의 grid로 쪼개어 위치를 예측하기 때문이죠. 따라서 예측된 ..

원문링크 : Intersection Over Union, Non-max Suppression

 등록된 다른 글

<Retrieval, In-Context Learning> RAVEN: In-Context Learning with Retrieval Augmented Encoder-Decoder Language Models

<Retrieval, In-Context Learning> RAVEN: In-Context Learning with Retrieval Augmented Encoder-Decoder Language Models

<CoT, Agent> ReST meets ReAct: Self-Improvement for Multi-Step Reasoning LLM Agent (2023.12)

<CoT, Agent> ReST meets ReAct: Self-Improvement for Multi-Step Reasoning LLM Agent (2023.12)

Projections(1)

Projections(1)

[Short Paper Review] We're Afraid Language Models Aren't Modeling Ambiguity

[Short Paper Review] We're Afraid Language Models Aren't Modeling Ambiguity

Shallow Neural Network(1)

Shallow Neural Network(1)

<PEFT> QLoRA (2023.05) 논문 상세 리뷰 및 간단 구현 (with Gemma)

<PEFT> QLoRA (2023.05) 논문 상세 리뷰 및 간단 구현 (with Gemma)

2022(하반기) 삼성전자 DX SCSA 전형 서류 합격후기

2022(하반기) 삼성전자 DX SCSA 전형 서류 합격후기

[Short Paper Review] Are Emergent Abilities of Large Language Models a Mirage?

[Short Paper Review] Are Emergent Abilities of Large Language Models a Mirage?