Retention Technology
스마트 교통
보유기술
스마트 교통
AI 영상분석
스마트 교통
무인단속
회사소개
인사말
연혁
조직도
인·허가
오시는 길
보유기술
AI 영상분석
스마트 교통
무인단속
시스템소개
지능형 영상분석
AI기반 이륜자동차 단속
지능형 터널유고감지
차량 적재불량 단속
장애인 전용 주차구역 캐어
불법 주정차 무인단속
어린이 보호구역(아이컨택)
커뮤니티
공지사항
온라인문의
채용공고
자료실
딥러닝 기반 트럭 인식 알고리즘 · Yolo v3
Letter Box Image 생성
원본 이미지
Letter Box 적용
원본 이미지의 Image 왜곡 현상 제거를 위한 Letter Box 활용
Input 이미지와 네트워크 비율이 다를 시 Empty Pixel을 생성하여 이미지를 새로 생성
EX : Input Image (4 : 3 or 16 : 9) → Letter Box → Network (608 : 608)
Grid 분할
여러 격자 (Grid)로 Image를 분할 (S X S)
각 Cell은 각각의 size와 중앙점을 갖음
Anchor Box : anchor[ ] = {
10, 10
첫 번째 Anchor의 넓이, 높이
,
10, 20
두 번째 Anchor의 넓이, 높이
}
𝑃_𝑜=해당 Cell의 Objectness (물체 존재 확률)
X, Y는 해당 cell의 원점 좌표를 뜻함
𝑏_𝑤,𝑏_ℎ=해당 cell에 있는 Anchor Box의 w, h 값
모든 값은 오차 최소를 위해 0~1 사이의 값으로 Normalize 됨
Convolution으로 Network 구성 → Image net classification으로 고정
Convolution layer는 고정한 후 안정적 결과 획득을 위해 뒷 단의 Layer만 Object Detection에 맞게 학습