Yolo NMS(Non Maximum Suppression)

[주인장]

NMS(Non Maximum Suppression)

- YOLO에서 사용하는 Non-Maximum Suppression(NMS)은 물체 탐지 모델이 하나의 객체에 대해 여러 개의 바운딩 박스를 출력할 때, 중복된 박스를 제거하여 최종 예측 결과를 간결하게 만드는 방법

- YOLO 같은 물체 탐지 모델은 이미지 내 특정 객체를 여러 위치에서 탐지할 수 있는데, 이때 같은 객체에 대해 여러 바운딩 박스가 생성될 수 있는데 NMS는 이 중에서 가장 신뢰도가 높은 박스만 남기고 나머지를 제거하여 불필요한 중복을 줄임

1. 신뢰도 순서로 정렬: 모델이 예측한 모든 바운딩 박스를 신뢰도(Confidence Score) 기준으로 내림차순으로 정렬합니다. 신뢰도는 모델이 해당 바운딩 박스에 객체가 있을 확률을 나타냅니다.

2. 최상위 박스 선택: 신뢰도가 가장 높은 바운딩 박스를 선택하고, 해당 박스를 최종 출력 결과로 남깁니다.

3. 겹침 박스 제거: 선택된 바운딩 박스와의 겹침(Intersection over Union, IoU)이 특정 임계값 이상인 다른 박스들은 제거합니다. IoU는 두 박스가 겹치는 정도를 계산하는 지표로, 겹침이 클수록 같은 객체를 탐지했을 가능성이 높습니다.

4. 반복 수행: 모든 박스가 제거되거나 남을 때까지 이 과정을 반복합니다.

- YOLO는 같은 객체에 대해 하나의 바운딩 박스만 남기게 되어 예측 결과의 정확성을 높이고, 중복 탐지를 방지할 수 있음