[인공지능] - YOLO

You Only Look Once

YOLO는 사람처럼 한번에 사물의 종류와 개수를 파악하기 위해 만들어졌다. 이미지를 격자 그리드로 나누어 클래스를 판단하고, 정보들을 통합하여 확률 값에 따라서 최종 객체를 구분하는 방법을 사용한다. 현재 YOLO3 까지 나와 있는 상태이고, YOLO1과 비교하였을 떄에는 network 구조와 성능에 큰 차이가 있다.

(현재 YOLO4가 나왔습니다. :) 조만간 YOLO4를 살펴보겠습니다.)

Unified Detection

1.input image를 S x S grid로 분할 (해당 셀에 물체의 중심위치로 가정)

2.grid cell은 B개의 bounding box와 각 객체 존재에 대한 confidence score로 구성

• bounding box는 x,y,w,h,confidence로 구성
  • x,y는 bounding box의 중심점
  • w,h는 전체 이미지의 width,height에 대한 상대값

3.grid cell은 C개의 클래스 확률로 구성 박스

4.결과적으로 prediction layer는 S x S x (B*5 +C) 사이즈

• 1 ~ 5 번째 값은 첫번째 bounding box

• 6 ~ 10 번째 값은 두번째 bounding box

• 11 ~ 15 번째 값은 세번재 bounding box

• 나머지 conditional class probability

이미지를 분할하고, 분할한 grid cell에 대해서 2가지의 정보를 탐색한다. 첫번째는 이미지에서 만들어낸 bounding box가 해당되는 grid cell에 몇개나 포함되고 있고, 그에 따른confidence score에 대한 정보와 두번째는 해당 grid cell의 conditional class probability 이다. 이 두가지 정보를 가지고 어떤 사물인지 판단을 한다.

---

- Network Design

• 현재 yolo3 참고 https://towardsdatascience.com/yolo-v3-object-detection-53fb7d3bfe6b

---

yolo code

https://headbreakz.tistory.com/entry/Code-yolo-detection

[Code] - yolo detection

---

참고&도움

You Only Look Once Joseph Redmon, Santosh Divvala, Ross Girshick

hello blog