감사합니다 교수님!!

colab 에서 kerasRetina 설치 이후 Import 시 오류

강사님 git에서 올려주신 노트북 파일로 실행했고 kerasRetina 또한 강사님 git에서 다운받았습니다. 강사님께서 제공해주신 코드 또한 오류 메세지가 나오고요 혹사나 해서 폴더 명도 수정해봤습니다 오류 발생 : keras_retinanet.models.backbone('resnet50') 객체 생성 : keras_retinanet.models.backbone('densenet169') keras_retinanet.models.backbone('densenet') 을 입력하면 오류 메세지: Backbone ('densenet') not in allowed backbones (dict_keys(['densenet121', 'densenet169', 'densenet201'])). 로 수정사항까지 알려줍니다 ㅜㅜ 근데 resnet은 오류가 나옵니다 다른 백본 densenet, mobilenet, vgg 들은 오류 메세지로 올바른 입력값을 추천해주고 백본객체를 잘 생성합니다. 근데 resnet은 import 오류가 나오고 retinanet은 다른 오류 메세지가 나옵니다

cv_outputs 에 대해 질문

친절하게 답변해주셔서 감사합니다. 제가 이론적 지식이 부족해서 어떤 부분이 헷갈리는지 명확하게 설명하기가 힘드네요 양해 부탁드립니다. 원본 이미지로 부터 3가지 사이즈의 피쳐맵을 통해 다양한 사이즈의 객체를 인식합니다. 객체인식은 각 픽처맵의 각 셀에서 여러개 앵커박스로 진행합니다. 각 앵커박스는 "좌표", " Objectness score", "Class Scores" 가 있습니다. 여기서 Objectness score 은 해당 앵커박스에 객체가 있을 확률을 의미하는데 어떻게 구하는지 다른 글을 확인해보니 Objectness score = GTbox와 비교한 IoU 값 * 객체가 있을 확률 으로 확인했습니다. 이때 객체가 있을 확률을 어떤식으로 구하는지 궁금합니다. 제가 영상에서 놓친건지 조심스럽습니다. 그리고 Objectness score 에 대한 임계치를 설정하고 임계값보다 낮은 앵커박스는 Detection 대상에서 제외시킵니다. (이때 이 앵커박스는 Class Score를 갖고 있는지도 궁금합니다.) 코드에서 앵커박스의 정보를 detection 변수로 표현했는데 detect[5:] 은 Class Score 들이고 detect[4]가 Objectness score인데 쓰이질 않아 어디서 사용되는지 궁금했습니다. 또 Class Scores는 데이터에 따라 80개 또는 20개 숫자로 구성되는데 softmax로 각 클래스일 확률을 구해 최댓값을 선택하는게 맞나요? 제가 데이터 값을 확인해 본 결과 전부 합해서 1이 안되고 나머지 값들이 0이었습니다. (최댓값이 0.8이어도 나머지값들이 0으로 나왔습니다 이에 대해서는 강사님께서 설명하신 그대로인거같습니다.)

그림이 헷갈려서 질문드립니다.!!

이해 잘 됐습니다 감사합니다!!

SPP 에 대해 질문있습니다!!

친절한 답변 감사합니다!!

SPP Layer 를 거친 출력값

감사합니다!!

바운딩 박스 정보에 대한 질문 있습니다~

빠른 답변 갑사합니다!! 제가 아직 이해가 부족한것같아 다시한번 질문드립니다. 제가 이해한대로 설명드리겠습니다. 일단 Bounding box를 예측합니다. 예측된 BB의 confidence score는 BB에 객체가 있는지 없는지 확률을 의미합니다. confidence score 임계값을 넘은 박스는 label 예측(분류) 작업을 수행합니다. (넘지 못한 박스는 버립니다) 임계값에 따라 Precision, Recall 이 바뀌고 두 지표는 Trade off 관계이다. 이렇게 이해했습니다. 강사님 1번 답변에서 각 박스의 confidence가 bird/fish인지의 확률입니다. 그리고 예측 분류는 confidence에 기반하여 bird/fish 레이블을 예측합니다. 라고 하셨는데 구해지는 순서가 confidence -> label() 이 아닌가요? 객체가 존재할 확률 == confidence score (이진분류) softmax로 계산된 특정 class일 확률 != confidence score (다중분류) 이 부분이 헷갈립니다

colab gpu설정 관련 질문

감사합니다~!

OpenCV_SSD_이미지와 영상_Detection에 labels_to_names이 없는 것 같아요

이상하네요 강사님 링크로 들어가면 둘다 있는데 직접 repo로 가면 seq밖에 없네요

질문있습니다 선생님

강사님 감사합니다!! 인용하신 글을 읽어봤는데 {r1,r2,…" role="presentation" style="box-sizing: border-box; display: inline-block; line-height: 0; font-size: 18.725px; overflow-wrap: normal; white-space: nowrap; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px; margin: 0px; padding: 1px 0px; color: #333333; font-family: 'KoPub Dotum', Helvetica, Arial, sans-serif; background-color: #ffffff; position: relative;">r1,r2,…r1,r2,…} 에서 r1이 어떤 값들을 갖고있는건가요? 단순히 박스 좌표를 갖고있는건가요?