回答編集履歴
2
s
test
CHANGED
|
@@ -10,4 +10,4 @@
|
|
|
10
10
|
|
|
11
11
|
* `b_w, b_h` のほうは、ネットワークの出力値の指数関数を取るので、出力に関わらず、常に正になる。矩形の幅、高さは正であることが保証される。
|
|
12
12
|
|
|
13
|
-
* `
|
|
13
|
+
* `b_x, b_y` のほうは、シグモイド関数の値域は [0, 1] なので、`σ(t) + c` で計算される座標値が各グリッド内に収まることが保証される。
|
1
s
test
CHANGED
|
@@ -4,7 +4,7 @@
|
|
|
4
4
|
|
|
5
5
|
|
|
6
6
|
|
|
7
|
-
YOLOv1 の頃は矩形の座標、大きさを直接予測するようになっていましたが、Anchor Box を基準にして矩形を予測したほうが学習が上手くいくことが実験的にわかったので、YOLOv2 以降はその算出方式になってます。指数関数やσをとっている理由としては、負の値の幅、高さがでてきたりすることがないように
|
|
7
|
+
YOLOv1 の頃は矩形の座標、大きさを直接予測するようになっていましたが、Anchor Box を基準にして矩形を予測したほうが学習が上手くいくことが実験的にわかったので、YOLOv2 以降はその算出方式になってます。指数関数やσをとっている理由としては、例えば、負の値の幅、高さがでてきたりすることがないようにするなど予測される値の範囲を制限するための都合です。
|
|
8
8
|
|
|
9
9
|
|
|
10
10
|
|