| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 |
- Bounding box regressor
- YOLO
- Darknet
- Region proposal Network
- Non maximum suppression
- Fast R-CNN
- Object Detection
- IOU
- RPN
- hard negative mining
- multi task loss
- Map
- Hungarian algorithm
- AP
- Object Detection metric
- object queries
- pytorch
- fine tune AlexNet
- RoI pooling
- Multi-task loss
- Anchor box
- Linear SVM
- BiFPN
- herbwood
- mean Average Precision
- Faster R-CNN
- Detection Transformer
- Average Precision
- detr
- R-CNN
- Today
- Total
목록Average Precision (2)
약초의 숲으로 놀러오세요
Python으로 구현한 mAP(mean Average Precision)
이번 포스팅에서는 Object Detection 모델의 성능 평가 지표인 mAP(mean Average Precision)을 python으로 구현하는 과정을 살펴보도록 하겠습니다. 구현 과정을 살펴보면 Kaggle과 같은 경진대회 참여시, 모델의 평가 방법에 대해 구체적으로 파악할 수 있어 앞으로 꼭 도움이 될 것이라고 생각합니다. 구현 코드는 rafaelpadilla님의 github repository를 많은 부분 참고했으며, 코드는 제 github repository에 올려두었습니다. Object Detection의 정의와 mAP에 대한 설명은 Object Detection의 정의와 Metric mAP(mean Average Precision) 포스팅을 참고하시기 바랍니다. 저는 구현된 코드를 실험해..
Object Detection의 정의와 Metric mAP(mean Average Precision)
최근 컴퓨터 비전 분야에서는 이미지를 분류하는 것을 넘어 이미지에 존재하는 사물을 검출하는 Object detection에 대한 연구가 활발히 진행되고 있습니다. Object detection은 자율 주행차, 얼굴 및 보행자 검출, 영상 복구, OCR, Vision Inspection 등 다양한 분야에서 활용되고 있습니다. 저도 Object detection에 관심을 가져 관련 논문을 읽어보고자 했으나, 이미지 분류와는 다른 문제 정의, 모델 구조, 그리고 평가 방식의 차이를 이해하지 못해 좌절했습니다😂 그래서 관련 논문을 본격적으로 살펴보기에 앞서 Object detection의 정의와 평가 방법에 대해 공부한 내용을 정리해보았습니다. Object Detection의 정의 - Image Classifi..