Object Detection 썸네일형 리스트형 mAP(mean Average Precision) *mAP란 mean Average Precision으로 Object Detection 분야에서 모델의 성능을 평가하는데 주로 사용되는 평가지표이다. 이를 이해하기 위해서는 precision(정밀도), recall(재현율), IoU에 대해서 먼저 알아야 한다. 먼저 아래 Confusion Matrix를 살펴보자. True Positive: 예측한 값이 참인데, 실제로도 참인 경우 False Positive: 예측한 값이 참인데, 실제로는 거짓인 경우 False Negative: 예측한 값이 거짓인데, 실제로는 참인 경우 True Positive: 예측한 값이 거짓인데, 실제로도 거짓인 경우 이 때, Precision(정밀도)은 아래 수식과 같이, TP/TP+FP(참이라고 예측한 것 중에 실제로 참인 비율).. 더보기 [Faster R-CNN]논문 리뷰 Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks Reference https://arxiv.org/abs/1506.01497 Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks State-of-the-art object detection networks depend on region proposal algorithms to hypothesize object locations. Advances like SPPnet and Fast R-CNN have reduced the running time of these detection.. 더보기 이전 1 다음
