바운딩 박스Bounding Box

네모 하나는 숫자 네 개예요

네모를 적는 방법은 아주 간단해요. 왼쪽 위 모서리가 화면의 어디인지 두 숫자로 적고, 거기서 가로로 얼마, 세로로 얼마인지 두 숫자를 더 적으면 끝이에요. 가운데 자리와 가로세로 길이로 적는 방식도 있는데, 담긴 뜻은 같아요.

숫자를 화면 크기에 대한 비율로 적어 두는 방법을 많이 써요. 왼쪽에서 30퍼센트 지점, 폭은 화면의 20퍼센트 하는 식이에요. 이렇게 적어 두면 사진 크기를 줄이거나 늘려도 네모가 그대로 따라와요.

네모는 늘 화면의 가로세로에 나란해요. 기울어진 네모는 쓰지 않아요. 그래서 비스듬히 누운 물체를 감싸면 네모 안에 빈 배경이 잔뜩 들어와요. 이 점이 다음 단계인 세그멘테이션으로 넘어가는 이유가 돼요.

얼마나 맞았는지 겹침으로 재요

네모가 잘 맞았는지 판단할 때는 사람이 그려 둔 정답 네모와 견줘요. 두 네모가 포개진 넓이를 둘이 합쳐 차지한 넓이로 나누면 0과 1 사이의 값이 나와요. 딱 포개지면 1, 스치기만 하면 0에 가까워요.

이 값이 얼마를 넘어야 "맞혔다"고 볼지도 사람이 정해요. 흔히 0.5를 기준으로 삼는데, 0.5는 생각보다 헐렁해요. 물체를 반쯤만 감싸도 통과할 수 있거든요. 정밀하게 봐야 하는 곳에서는 0.75처럼 더 빡빡한 기준을 쓰고, 여러 기준에서 재어 평균을 내기도 해요.

체험 도구에서 네모가 물체보다 살짝 크거나 작게 그려지는 걸 보게 될 텐데, 그 정도 어긋남은 대개 이 기준을 넉넉히 통과해요. 그래서 눈에 거슬려도 점수상으로는 문제없는 경우가 많아요.

정답 네모는 사람이 그려요

모델이 견줄 정답 네모는 사람이 사진마다 마우스로 끌어 그린 것이에요. 그리다 보면 애매한 순간이 계속 나와요. 손잡이가 튀어나온 컵은 손잡이까지 감쌀까요. 반쯤 잘린 물체는 화면 밖 부분을 상상해서 그릴까요. 유리에 비친 것도 그려 줄까요.

이 기준이 사람마다 다르면 모델이 배우는 정답도 오락가락해요. 그래서 자료를 만들 때는 규칙을 먼저 촘촘히 정하고, 같은 사진을 여러 사람이 그려 서로 얼마나 비슷한지 확인해요. 모델이 이상한 자리에 네모를 치는 원인을 파다 보면 학습 자료의 기준이 흔들렸던 경우가 적지 않아요.

네모로 담기 어려운 것들

사진 한 장에 이름표 하나를 붙이는 이미지 분류에서, 물건마다 네모를 치는 객체 인식으로, 다시 점 단위로 모양을 따 내는 세그멘테이션으로. 바운딩 박스는 이 사다리의 가운데 칸이에요.

가운데 칸이라 좋은 점과 아쉬운 점이 함께 있어요. 위치와 크기를 알려 주면서도 자료를 만들기가 그리 무겁지 않아 널리 쓰여요. 반면 구불구불한 물체, 서로 겹쳐 놓인 물체, 비스듬히 누운 물체는 네모 안에 엉뚱한 것이 잔뜩 섞여 들어와요. 배경을 지우거나 면적을 정확히 재야 하는 일에서는 네모로 부족해 다음 칸으로 올라가야 해요.