R-CNN、YOLO、SSD で位置的に完全に重なる物体の検出問題

Question

deep learning NNでobjectの検出と認識のための典型なソリューションとしての
R-CNN、YOLO、SSD では、

「完全に」オーバーラップしている複数objectを別々に検出可能かどうかの質問です。

⚠　「完全に」というのは、小さいobjectの全体が大きいobjectの中に存在するという意味

例えば、半径の異なる複数の同心円画像に対して、異なる半径の円を全部検出できるかどうか。

(あくまでも、上記方法に関する原理的な話です）

どうぞ宜しくお願いします。

Answer 1

できます。とういうか、常にしています。挙げていらっしゃるNNは全て重複部も含めて同時検出したあとで、あえて重複を削除するアルゴリズムを利用する前提のモデルたちだと思っています。引用記事ですが、下記はとてもわかり易かったです。
Non-Maximum Suppression
重複排除のための判定基準 Intersection over Union (IOU) のしきい値は自分で調整することができます。

私のつたないQiita記事ですが、AppendixのフェーズにNon-Maximum Suppression(NMS)とIOUの判定を自力でPythonでコードしたサンプルを記載しています。お役に立てるかどうかは分かりません。
Tensorflowのトレーニング済み.pb又はcheckpointからFull Integer Quantization(整数量子化)を施した軽量モデル(.tflite)を生成し、更にRaspberryPi4へUbuntu19.10 aarch64(64bit)を導入してCPUのみで高速に推論する

Comments

[OOZAWA]

PINTO 様　
お返答本当にありがとうございます　❗
答えられる方が少ないではと思いますね。
助かりました。
PINTO 様のQiita記事も拝見させていただきます。