SSDでの確信度の求め方

Question

#わからない事
現在、SSDを用いてVOC2012のデータセットで物体検出を行っています。
その中でconfネットワークがデフォルトボックス1つに対するクラスの確信度を出力することは理解しましたが、どのように確信度を求めているかいまいちわかりませんでした。
有識者の方々、参考になるサイトやアドバイスいただけると幸いです。
よろしくお願いいたします。

Comments

[quickquip]

わからないと言っているのは
予測の確信度の話ですか?
学習時のlossの計算の話ですか?

[0afnjosa]

予測の確信度の話です。

Answer 1

入力の画素の数値があって、
膨大なパラメータがあって、
あとは膨大な量の足し算と掛け算とReLUを計算すればスコアは出てきます。

Comments

[0afnjosa]

quickquip様、ご回答ありがとうございます。
質問なのですが、確信度を出力するconfネットワークにもReLUは使われているのですか？

[quickquip]

「確信度を出力するconfネットワーク」はどの範囲を指しますか?
各段のConvolution層からの出力の後ろはReLUはないかもしれません（並び替えとフラット化しかないような気はします）が、Convolution層にはReLUはありますよね。

[quickquip]

「Convolution層をでた後の構造どうなってるんだ」って質問でしたか。
教科書でMNISTの識別に使う様なすごく普通のCNNだと思いますよ。

[0afnjosa]

わかりにくい質問で申し訳ありません。
「確信度を出力するconfネットワーク」は私の認識ではReLUが使われていない6層の畳み込み層で構成されているネットワークの事です。

SSDの学習時と推論時の流れが混ざってしまっていたようで、無事に理解できました。
お手数おかけしてしまいまして、申し訳ございませんでした。

[quickquip]

> 6層の畳み込み層
私は、層になってない、別の6個の畳み込みネットワークで構成されていると思いました。
入力もそれぞれ違うので層にはならないかと。
そしてそれぞれが"ごく普通のCNN"と同じ形だと思ってます。

[0afnjosa]

お返事遅くなってしまい申し訳ありません。
6層の畳み込み層に関しましては、quickquip様のおっしゃる通り層にはなっておりませんでした。