마지막으로 신뢰도는 앞서 설명했듯이 예측된 바운딩 박스와 실제 객체의 위치 사이에 일치도를 나타내는 지표입니다. 이 신뢰도는 예측된 바운딩 박스가 실제 객체를 얼마나 잘 포함하고 있는지, 그리고 그 위치가 얼마나 정확한지를 나타내는 값으로, 이를 통해 우리는 예측의 정확도를 판단할 수 있습니다. 그리드 셀은 또한 여러 개의 클래스에 대한 확률을 예측합니다. 이 확률은 바로 그리드 셀 내에 특정 객체가 존재할 때, 그 객체가 어떤 클래스에 속하는지를 나타내는 값입니다. 예를 들어 이미지 내에 고양이와 개가 있을 때, 특정 그리드 셀이 고양이를 탐지한다면, 그 셀은 ‘고양이’ 클래스에 대한 확률이 높게 나타날 것입니다.

여기서 중요한 점은 각 그리드 셀이 여러 개의 바운딩 박스를 예측할 수 있지만, 클래스에 대한 확률은 한 번만 예측된다는 것입니다. 즉, 그리드 셀 내에서 예측되는 여러 바운딩 박스들이 같은 객체를 탐지하더라도 그 객체의 클래스에 대한 확률은 그리드 셀당 하나만 계산됩니다.