RPN에서 앵커 박스는 크게 두 가지 작업을 진행하게 됩니다.
1. 이진 분류(Objectness 점수)
Objectness 점수는 특정 앵커가 객체를 포함할 확률을 의미합니다. RPN에서는 각 앵커가 배경(background)인지 또는 어떤 객체의 일부인지(object 또는 foreground)를 구분하기 위해 이 Objectness 점수를 사용합니다.
• 배경: 앵커 내에 특정 객체가 없거나 객체의 작은 부분만 포함되어 있는 경우, 이 앵커는 배경으로 분류됩니다.
• 객체: 앵커 내에 객체의 중요한 부분이나 큰 부분이 포함되어 있으면, 해당 앵커는 포그라운드 또는 객체로 분류됩니다.
이렇게 구분된 결과는 학습 과정에서 Positive 앵커와 Negative 앵커로 나누어져 사용됩니다. Positive 앵커는 객체의 일부를 포함하며, Negative 앵커는 배경을 나타냅니다.