Kuidas töötab bounding boxi sobitamine YOLO ja DETR mudelites?

Objektide tuvastamise mudelites, nagu YOLO ja DETR, bounding boxide sobitamine on protsess, kus prognoosid seotakse kokku tegelike (ground truth) väärtustega treeningu ja hindamise jaoks.

YOLO:

• Kasutab eelnevalt määratletud võrgustikku ja ankrukaste.
• Iga ankrukasti jaoks valitakse ground truth, mille IoU (Intersection over Union) on maksimaalne.
• Sobitamine põhineb IoU lävimal: kui prognoositava ja tegeliku kasti IoU ületab lävima, peetakse neid sobivaks.
• See võimaldab mudelil õppida õigesti prognoosima objektide koordinaate ja klasse.

DETR:

• Kasutab transformeri ja prognooside kogumit ilma ankruteta.
• Sobitamine toimub Ungari algoritmi abil.
• Iga paari (prognoos, ground truth) kohta arvutatakse kulu, mis arvestab:
  • Kastide koordinaatide vahelist kaugust (näiteks L1 kaotus)
  • IoU (või üldistatud IoU)
  • Klassiviga
• Ungari algoritm leiab optimaalse sobitamise, mis minimeerib kogu kulu.
• See lähenemine võimaldab tõhusalt seostada prognoose objektidega, isegi kui nende arv erineb.

Seega, YOLO põhineb rangetel reeglitel ja ankrutel, samas kui DETR kasutab optimeerimisalgoritmi dünaamiliseks sobitamiseks ilma ankruteta.