Hogyan működik a bounding box matching a YOLO és DETR modellekben?

Az objektumfelismerő modellekben, mint például a YOLO és a DETR, a bounding boxok párosítása az a folyamat, amikor a jóslatokat összekapcsolják a valódi (ground truth) adatokkal a tanuláshoz és értékeléshez.

YOLO:

• Előre meghatározott rácsot és anker dobozokat használ.
• Minden anker dobozhoz a maximális IoU (Intersection over Union) értékű ground truth kerül kiválasztásra.
• A párosítás IoU küszöbön alapul: ha a jósolt és a valódi doboz közötti IoU meghaladja a küszöböt, akkor párosítottnak tekintik őket.
• Ez lehetővé teszi a modell számára, hogy helyesen tanulja meg az objektumok koordinátáit és osztályait.

DETR:

• Egy transzformert és anker nélküli jóslatok halmazát használja.
• A párosítás a magyar algoritmus segítségével történik.
• Minden (jóslat, ground truth) pár esetében egy költséget számítanak ki, amely figyelembe veszi:
  • A dobozok koordinátái közötti távolságot (pl. L1 veszteség)
  • IoU (vagy általánosított IoU)
  • Osztályhiba
• A magyar algoritmus megtalálja az optimális megfeleltetést, amely minimalizálja a teljes költséget.
• Ez a megközelítés hatékonyan párosítja a jóslatokat az objektumokkal, még akkor is, ha azok száma eltérő.

Így a YOLO szigorú szabályokra és anker dobozokra épül, míg a DETR egy optimalizációs algoritmust használ a dinamikus párosításhoz anker nélkül.