IoU (Intersection over Union)

IoU?

 

- 주로 Object Detection에서 사용되는 도구.

- IoU = 교집합 영역의 넓이 / 합집합 영역의 넓이.

 

 

 

예측 bbox에 따른 IoU값

- Object Detection에서 객체의 위치가 예측한 위치와 얼마나 일치하는지 판별할 때 쓰인다.

 

 

 

 

 

RCNN에서의 IoU

 

RCNN은 대표적인 Object Detection 알고리즘 중 하나이다.

 

RCNN

 

RCNN의 전반적인 순서는 다음과 같다.

 

1. 이미지를 입력

2. 입력받은 이미지에서 객체에 대한 후보 영역(region proposal) 생성

3. 각 영역마다 CNN, SVM으로 Classification (이미지가 어떤 Class인지 추론)

4. 각 영역이 실제 객체가 있는 영역인지 학습 (영역이 객체의 영역이 맞는지)

 

 

순서 3. 의 경우 Class마다 제시되는 Label이 미리 존재하지만 (ex. 0=사람, 1=자동차, 2=...),

순서 4. 에서는 각 객체에 대한 ground truth(객체의 실제 위치)만 있을 뿐 후보 영역에 대해 제시되는 Label이 따로 존재하지 않는다.

 

이때 순서 4. 에서 사용되는 게 IoU다.

(ex. IoU>0.5일 경우 해당 proposed region은 객체라고 판별, else 객체 x)

 

 

 

 

 

 

 

 

 

RCNN에서는 ground truth와 proposed region 사이의 IoU의 값을 계산에 Label값으로 활용해 학습을 진행한다.