Cum funcționează potrivirea cutiei de delimitare în modelele YOLO și DETR?

În modelele de detectare a obiectelor, cum ar fi YOLO și DETR, potrivirea cutiilor de delimitare (bounding box) este procesul de asociere a predicțiilor cu adevărurile de bază (ground truth) pentru antrenament și evaluare.

YOLO:

• Utilizează o grilă predefinită și cutii de ancorare (anchor).
• Pentru fiecare cutie de ancorare, se selectează ground truth cu cel mai mare IoU (Intersection over Union).
• Potrivirea se bazează pe un prag de IoU: dacă IoU între cutia prezisă și cea reală depășește pragul, sunt considerate potrivite.
• Acest lucru permite modelului să învețe să prezică corect coordonatele și clasele obiectelor.

DETR:

• Utilizează un transformator și un set de predicții fără ancore.
• Potrivirea se face folosind algoritmul ungherului.
• Pentru fiecare pereche (previziune, ground truth), se calculează un cost care ia în considerare:
  • Distanța dintre coordonatele cutiilor (de exemplu, pierdere L1)
  • IoU (sau IoU generalizat)
  • Eroarea de clasă
• Algoritmul ungherului găsește potrivirea optimă care minimizează costul total.
• Această abordare permite asocierea eficientă a predicțiilor cu obiectele, chiar dacă numărul lor diferă.

Astfel, YOLO se bazează pe reguli stricte și ancore, în timp ce DETR utilizează un algoritm de optimizare pentru o potrivire dinamică fără ancore.