質問編集履歴

4

追記

2018/04/29 03:25

投稿

leilei
leilei

スコア39

test CHANGED
File without changes
test CHANGED
@@ -56,17 +56,21 @@
56
56
 
57
57
  4. anchor boxはgrid cellの中心を自分のlocation中心とする。
58
58
 
59
- 5. bounding boxの中心はgrid cellの中の任意の位置に存在する可能
59
+ 5. bounding boxの中心は**grid cellの中の任意の位置**に存在する可能
60
+
61
+     (★ これこそ**cell**というやつの存在意義: bounding boxの中心位置に一定の自由度を与え、具体座標値はDNNが出力してくれる)
60
62
 
61
63
  6. anchor boxのsizeとaspectは事前固定だが、個々bounding boxのsizeとaspectはDNNでの学習で決める
62
64
 
63
- 7. 個々bounding boxの中に存在するobjectの名前(= annotation = “ground truth label”)中心同じgrid cellに存在する某anchor boxが持っているannotationにする
65
+ (但し、bounding boxの人間指定!)
64
66
 
67
+ 7. 個々bounding boxの中に存在するobjectの名前(= annotation = “ground truth label”)は中心が同じgrid cellに存在する某anchor boxが持っているannotationにする。
68
+
65
- 8. ↑どのanchor boxのannotationにするかに関しては、中心が同じgrid cellに存在するbounding boxと諸anchor boxとのIOUの値の大きさによって決められる
69
+ 8. ↑どのanchor boxのannotationにするかに関しては、中心が同じgrid cellに存在するbounding boxと諸anchor boxとのIOUの値の大きさによって決められる
66
70
 
67
71
  9. ↑IOUが1に一番近いanchor boxのannotationがbounding boxの中に存在するobjectのannotationとし、そのbounding boxを”本命”として選ばれる
68
72
 
69
- 10. ↑ただし、囲む領域にobjectの存在確率が閾値以下であるanchor boxは対象外
73
+ 10. ↑し、囲む領域にobjectの存在確率が閾値以下であるanchor boxは対象外
70
74
 
71
75
 
72
76
 
@@ -76,13 +80,13 @@
76
80
 
77
81
 
78
82
 
79
- 1.これはあくまでも指定・特定の画像DBを対象とするK-Mean Clustering処理である。
83
+ 1.これはあくまでも**指定・特定の画像DBを対象とする**K-Mean Clustering 処理である。
80
84
 
81
85
  即ち、その特定の画像DBの諸画像の中に含まれている色々Objectの縦、幅ペアに対するClustering.
82
86
 
83
87
 
84
88
 
85
- 2.K-Mean Clusteringなので、結果はClustering予定数に左右されがちである。
89
+ 2.K-Mean Clusteringなので、**結果はClustering予定数に左右**されがちである。
86
90
 
87
91
  これも人間が指定して上げなければならない。。。
88
92
 
@@ -92,6 +96,6 @@
92
96
 
93
97
  3.Clusteringの予定数が大きいほど、各Clusterの縦、幅分布範囲が狭くなり、学習対象とする画像DBにおいてIOUが1に近づいて行く。。。
94
98
 
95
- 4.**各Clusterの中心縦、幅が諸objectの代表サイズとし**、anchor boxの縦、幅する-----5ペアや8ペア程度に決める。
99
+ 4.**各Clusterの中心縦、幅が諸objectの代表サイズとし**、anchor boxの縦、幅する-----5ペアや8ペア程度に決める。
96
100
 
97
-   **↑こ4こそK-Mean ClusteringがFOLOV2に利用される目的だ!**
101
+   **↑こ4こそK-Mean ClusteringがFOLOV2に利用される目的だ!**

3

心得

2018/04/29 03:24

投稿

leilei
leilei

スコア39

test CHANGED
File without changes
test CHANGED
@@ -28,4 +28,70 @@
28
28
 
29
29
 
30
30
 
31
+ ======解決済みとは言えないので、**★不適切な処ご指摘お願い致します★**=========
32
+
33
+
34
+
35
+ ●● 試しにYOLOV2の**キーテクニック**を解説 ●●
36
+
37
+
38
+
31
- sdfasdf
39
+ 【根拠】
40
+
41
+ https://medium.com/@vivek.yadav/part-1-generating-anchor-boxes-for-yolo-like-network-for-vehicle-detection-using-kitti-dataset-b2fe033e5807
42
+
43
+
44
+
45
+ **【bounding boxの選出原理】**
46
+
47
+
48
+
49
+ 1. anchor boxは縦と幅のsize、aspect(縦と幅の比)が人間に事前指定された幾つかの値(E.g, 5か8 etc)を持つ四角形である。
50
+
51
+ (勿論人間指定には主観性がある。大体車は幅のほうが長い、人間は縦のほうが長い----幾つか限られた実用的なobjectを想定して決める!? )
52
+
53
+ 2. bounding boxは画像に存在するobjectを囲むboxの候補である。
54
+
55
+ 3. anchor boxとbounding boxは違う役で、両者が全く一致となるのは稀なケース。
56
+
57
+ 4. anchor boxはgrid cellの中心を自分のlocation中心とする。
58
+
59
+ 5. bounding boxの中心はgrid cellの中の任意の位置に存在する可能
60
+
61
+ 6. anchor boxのsizeとaspectは事前固定だが、個々bounding boxのsizeとaspectはDNNでの学習で決める
62
+
63
+ 7. 個々bounding boxの中に存在するobjectの名前(= annotation = “ground truth label”)は中心が同じgrid cellに存在する某anchor boxが持っているannotationにする
64
+
65
+ 8. ↑どのanchor boxのannotationにするかに関しては、中心が同じgrid cellに存在するbounding boxと諸anchor boxとのIOUの値の大きさによって決められる
66
+
67
+ 9. ↑IOUが1に一番近いanchor boxのannotationがbounding boxの中に存在するobjectのannotationとし、そのbounding boxを”本命”として選ばれる
68
+
69
+ 10. ↑ただし、囲む領域にobjectの存在確率が閾値以下であるanchor boxは対象外
70
+
71
+
72
+
73
+
74
+
75
+ **【K-Mean Clusteringの役割】**
76
+
77
+
78
+
79
+ 1.これはあくまでも指定・特定の画像DBを対象とするK-Mean Clustering処理である。
80
+
81
+ 即ち、その特定の画像DBの諸画像の中に含まれている色々Objectの縦、幅ペアに対するClustering.
82
+
83
+
84
+
85
+ 2.K-Mean Clusteringなので、結果はClustering予定数に左右されがちである。
86
+
87
+ これも人間が指定して上げなければならない。。。
88
+
89
+ ★ DNNと言っても人間の「経験」と「主観」が基盤。
90
+
91
+
92
+
93
+ 3.Clusteringの予定数が大きいほど、各Clusterの縦、幅分布範囲が狭くなり、学習対象とする画像DBにおいてIOUが1に近づいて行く。。。
94
+
95
+ 4.**各Clusterの中心縦、幅が諸objectの代表サイズとし**、anchor boxの縦、幅とする-----5ペアや8ペア程度に決める。
96
+
97
+   **↑これ4こそK-Mean ClusteringがFOLOV2に利用される目的だ!**

2

sdfsdfds

2018/03/14 10:52

投稿

leilei
leilei

スコア39

test CHANGED
File without changes
test CHANGED
@@ -25,3 +25,7 @@
25
25
 
26
26
 
27
27
  どうぞ宜しくお願いします。
28
+
29
+
30
+
31
+ sdfasdf

1

文字訂正

2018/03/14 10:50

投稿

leilei
leilei

スコア39

test CHANGED
File without changes
test CHANGED
@@ -14,7 +14,7 @@
14
14
 
15
15
 
16
16
 
17
- Q2: IoUという指標の数学的意味はかりますけれども、使用上の意味は分かりません。
17
+ Q2: IoUという指標の数学的意味はかりますけれども、使用上の意味は分かりません。
18
18
 
19
19
     どうしてこれで、"Non-Maximum Suppression"ができるのでしょうか。
20
20