Hoe werkt het matching van de bounding box in de modellen YOLO en DETR?

In objectdetectiemodellen zoals YOLO en DETR is het matchen van bounding boxes het proces waarbij voorspellingen worden gekoppeld aan de werkelijke (ground truth) objecten voor training en evaluatie.

YOLO:

• Gebruikt een vooraf gedefinieerd raster en ankerboxen.
• Voor elke ankerbox wordt de ground truth met de maximale IoU (Intersection over Union) geselecteerd.
• Het matchen is gebaseerd op een IoU-drempel: als de IoU tussen de voorspelde en echte box hoger is dan de drempel, worden ze als gekoppeld beschouwd.
• Dit stelt het model in staat om correct de coördinaten en klassen van objecten te voorspellen.

DETR:

• Gebruikt een transformer en een set voorspellingen zonder ankers.
• Het matchen gebeurt via het Hongaarse algoritme.
• Voor elk paar (voorspelling, ground truth) wordt een kost berekend die rekening houdt met:
  • De afstand tussen de coördinaten van de boxen (bijvoorbeeld L1-verlies)
  • IoU (of gegeneraliseerde IoU)
  • Klassfout
• Het Hongaarse algoritme vindt de optimale matching die de totale kosten minimaliseert.
• Deze aanpak maakt het mogelijk om voorspellingen effectief te koppelen aan objecten, zelfs als hun aantal verschilt.

Zo is YOLO gebaseerd op strikte regels en ankers, terwijl DETR een optimalisatie-algoritme gebruikt voor dynamisch matchen zonder ankers.