YOLO və DETR modellərində bounding box uyğunlaşması necə işləyir?

Obyektlərin aşkarlanması modellərində, YOLO və DETR kimi, bounding boxların uyğunlaşdırılması, təlim və qiymətləndirmə üçün proqnozları həqiqi (ground truth) ilə əlaqələndirmək prosesidir.

YOLO:

• Əvvəlcədən təyin olunmuş şəbəkə və anchor qutuları istifadə edir.
• Hər anchor qutusu üçün, maksimum IoU (Intersection over Union) ilə ground truth seçilir.
• Uyğunlaşdırma IoU eşiqlərinə əsaslanır: əgər proqnozlaşdırılan və həqiqi qutular arasındakı IoU eşiqdən çoxdursa, onlar uyğun sayılır.
• Bu, modelin obyektlərin koordinatlarını və siniflərini düzgün proqnozlaşdırmasına imkan verir.

DETR:

• Transformator və anchor olmadan proqnozlar toplusu istifadə edir.
• Uyğunlaşdırma Hungar alqoritmi ilə həyata keçirilir.
• Hər bir cütlük (proqnoz, ground truth) üçün, aşağıdakıları nəzərə alan bir xərc hesablanır:
  • Qutuların koordinatları arasındakı məsafə (məsələn, L1 itkisi)
  • IoU (və ya ümumiləşdirilmiş IoU)
  • Sinif xətası
• Hungar alqoritmi, ümumi xərci minimallaşdıran ən optimal uyğunluğu tapır.
• Bu yanaşma, proqnozları obyektlərlə effektiv şəkildə əlaqələndirməyə imkan verir, hətta onların sayı fərqli olsa da.

Beləliklə, YOLO sərt qaydalara və anchorlara əsaslanır, DETR isə dinamik uyğunlaşdırma üçün optimallaşdırma alqoritmindən istifadə edir.