[딥러닝] 공부 시작 2021.06.25~

공부중인 내용 정리

 

용어 설명

 

• IoU (Intersection over Union) : object detector의 정확도를 측정하는데 이용되는 평가 지표
  • IoU = Area of Overlap / Area of Union
  • Area of Overlap : predicted bounding box와 ground-truth bounding box가 겹치는 부분
  • Area of Union : predicted bounding box와 ground-truth bounding box를 둘러싸는 영역
  • IoU가 높을수록 predicted bounding box와 ground-truth bounding box가 거의 포개지는 모양을 나타내며, model이 bounding box를 정확하게 예측한 것이라는 뜻이 된다.
• object detection : 객체 검출. 객체 탐지.
• ground-truth bounding boxes (실제 상황 경계 상자) : testing set에서 object위치를 labeling한 것으로 학습할 데이터의 원본 혹은 실제 값을 표현할 때 사용.
• predicted bounding boxes (예측된 경계 상자) : model이 출력한 object 위치 예측값

 

• Precision (정밀도) : 모델이 True라고 예측한 결과들 중에서 정답도 True인 결과의 비율
  • precision = TP / (TP + FP) = TP / All Detections
  • 옳은 검출과 틀린 검출 중에서 옳은 검출의 비율
• Recall (재현율, 검출율) : 실제 정답이 True인 결과 중에서 모델이 True라고 예측한 결과의 비율
  • recall = TP / (TP + FN)
  • 옳은 검출과 부정 오류 중에서 옳은 검출의 비율
• TP (True Positive) : 옳은 검출.
• FP (False Positive) : 틀린 검출. 거짓 양성. 긍정 오류. Type Ⅰ Error.
• TN (True Negative) : 검출되면 안될 것이 검출되지 않음.
• FN (False Negative) : 검출되어야할 것이 검출되지 않음. 부정 오류. Type Ⅱ Error.

 

실제 상황 (Ground Truth)	예측 결과 (Predict Result)
	Positive	Negative
Positive	TP (True Positive) 옳은 검출	FN (False Negative) 검출되어야할 것이 검출되지 않음 - Type Ⅰ Error -
Negative	FP (False Positive) 틀린 검출 - Type Ⅱ Error -	TN (True Negative) 검출되면 안될 것이 검출되지 않음

 

 

conda env list

 

java -V

 

 

---

 

위의 내용을 공부하며 참고했거나 참고중인 사이트들은 다음과 같습니다.

 

https://deep-learning-study.tistory.com/

딥러닝 공부방

https://eair.tistory.com/

늦깎이 공대생의 인공지능 연구실

 

 

- 개별로 검색해서 공부한 사이트들

https://bskyvision.com/465

물체 검출 알고리즘 성능 평가방법 AP(Average Precision)의 이해

https://deep-learning-study.tistory.com/407

[Object Detection] mAP(mean Average Precision)을 이해하고 파이토치로 구현하기

https://ctkim.tistory.com/79

mAP(Mean Average Precision) 정리

https://eair.tistory.com/16

[용어정리]Ground-truth

https://johngrib.github.io/wiki/two-type-error/

false positive와 false negative