[OpenCV]YOLO object detection

YOLO :

You Only Look Once

YOLO와 SSD 의 알고리즘은 one stage method로 한 번만에 image detection을 할 수 있는 알고리즘으로 

빠르게 이미지에서 객체를 탐지하는 모델로 유명합니다.

 

물체의 분류 결과와 물체의 위치를 나타 냅니다.

사진 속 강아지를 분류하고 바운딩 박스를 나타냄

모델에 걸처 나

YOLO는 지도학습으로 이미지에 대한

Pc : object의 확률

Bx, By: 중심좌표

Bw, Bh: 너비, 높이 

C : 클라스 

데이터셋을 제공하여 물체에 대에 박싱과 class 분류가 가능합니다. 

 

YOLO는 object가 여러개 인 데이터의 학습을 위해 

그리드 셀을 NxN으로 나눈 그리드 셀 중 물체의 중앙과 가장 가까운 셀마다 데이터 셋을 확인하여 박싱.

여러개의 데이터 중 가장 pc(object의 확률)이 큰 데이터 값만 남기면 되는데 이때 

오브젝트의 클라스끼리 구분하기 위해  IOU값을 확인하여 object를 구분하게 됩니다. 

 

IOU의 일정 값이 넘는 바운드 박스들을 먼저 가리게 되고, 

pc(Object 확률)의 일정 값 이상의 bonding Box만 남게 되는데,

YOLO의 nms-threshold, object-threshold의 파라미터로 지정할 수 있습니다. 

참고 문헌

pjreddie.com/media/files/papers/yolo_1.pdf