---
id: P-REINFORCE-AI-BBOX
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [Bounding Box Regression, Object Detection, Computer Vision, IoU]
last_reinforced: 2026-04-20
---

# [[Bounding-Box-Regression|Bounding-Box-Regression]] (경계 박스 회귀)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "이미지 속 사물의 정확한 주소를 찾는 일." 물체가 어디에 있는지 대략적인 영역을 넘어, x, y, Width, Height라는 4개의 숫자를 정밀하게 예측하여 물체를 상자 안에 가두는 컴퓨터 비전의 핵심 기술이다.

## 📖 구조화된 지식 (Synthesized Content)
- **Coordinate Prediction**:
    - 신경망의 마지막 층에서 물체의 중심점 좌표와 크기를 연속적인 실수값으로 출력한다.
- **Intersection over Union (IoU)**:
    - 예측한 박스와 실제 정답 박스가 얼마나 겹치는지(0~1 사이) 측정하여 박스의 정확도를 평가하는 지표.
- **Anchor Boxes**:
    - 다양한 크기와 비율의 가이드라인(Anchor)을 미리 뿌려두고, 물체와 가장 비슷한 앵커를 세밀하게 조정(Offset)하여 최종 위치를 결정한다.

## ⚠️ 모순 및 업데이트 (RL Update)
- 여러 물체가 겹쳐 있을 때 하나의 박스만 남겨야 하는 'Non-Maximum Suppression (NMS)' 과정이 성능에 큰 영향을 미친다. 최근에는 NMS 없이 직접 물체 집합을 예측하는 Transformer 기반(DETR) 방식이 각광받고 있다.

## 🔗 지식 연결 (Graph)
- Related: Object-Detection , Convolutional-Neural-Networks-(CNN)
- Metric: Mean-Average-Precision-(mAP)