놀러와 마이 홈

Precision , Recall, Accuracy & mAP & IOU 머신러닝에서 모델이나 패턴의 분류 성능 평가에 사용되는 지표를 정리해봤다. (내가 그냥 볼려고 만든 것임) 모델 평가하는 요소, 실제 정답과의 관계를 2x2 matrix로 표현 실제 정답 positive negative 실험결과 positive True Positive False Positive negative False Negative True Negative 가능한 결과 True Positive(TP) : 실제 True인 정답을 True라고 예측 (정답) False Positive(FP) : 실제 False인 정답을 True라고 예측 (오답) False Negative(FN) : 실제 True인 정답을 False라고 예측 (오답..

Data Augmentation (데이터 증강) 딥러닝에서 데이터를 증가시키는 데이터 증강에 대해 알아보자. 딥러닝에서 학습된 모델이 과적합되는 문제를 해결하기 위해서 많은 데이터로 네트워크를 훈련하는 게 중요하다. 과적합이란? 훈련할 데이터가 충분하기 않아서 모델이 오직 학습 데이터에 지나치게 의존해서 다른 데이터에 제대로 반응하지 못하는 현상으로 일반화가 잘 되지 않는 현상을 말한다. 쉽게 생각하면 수학문제를 풀 때 숫자만 바꾸면 풀 수 있지만 유형을 살짝 바꾸면 못 푸는 것을 생각하면 된다. 데이터가 충분해야 과적합이 일어나지 않는데 데이터 종류에 따라서 확보할 수 있는 분량이 제한적일 수 있다. 양질의 데이터를 얻기위한 방법으로 data augmentation이라고 한다. Data Augmenta..

#object detection #객체 검출 object detection 여러 물체에 대해 어떤 물체인지 분류하는 classification문제 + 그 물체가 어디 있는지 박스를 통해 위치 정보를 나타내는 localization문제를 둘 다 해내야 하는 분야를 뜻한다. 이미지를 입력했을 때 그 결과가 해당 객체를 bounding box 해주고, 해당 box안에 있는 객체가 무엇인지 classification까지 해준다면 그것을 object detection이라고 한다. object detection은 classification문제+localization문제를 합한 것 one-shot-detection은 이 두 문제를 동시에 행하는 방법 two-shot-detection은 이 두 문제를 순차적으로 행하는..