📌 이 글은 권철민님의 딥러닝 컴퓨터 비전 완벽 가이드 강의를 바탕으로 정리한 내용입니다. 목차 mAP(mean Average Precision) Object Detection에서의 Precision과 Recall IOU 값에 따라 Detection 예측 성공 결정 Object Detection에서의 TP, FP, FN Confidence 임곗값에 따라 정밀도와 재현율의 값이 변화된다 mAP 계산하기 Object Detection 성능 평가 Metric - mAP AP는 precision과 recall을 그래프로 나타냈을 때의 면적이다. 각 class마다 하나의 AP를 갖게 되는데, 모든 class의 AP에 대해 평균값을 낸 것이 바로 mAP(mean AP)이다. 즉, 모든 class에 대하여 Preci..

📌 이 글은 권철민님의 딥러닝 컴퓨터 비전 완벽 가이드 강의를 바탕으로 정리한 내용입니다. 목차 NMS(Non Max Suppression) NMS 수행 로직 NMS(Non Max Suppression) Detected 된 Object의 Boundig Box 중, 비슷한 위치에 있는 box를 제거하고, 가장 적합한 box를 선택하는 기법 Object가 있을 만한 위치에 많은 Detection을 수행하는 경향이 강하다 있을 만한 위치를 놓치면 안 되기 때문에 가능성 있는 곳을 모두 추천 정확한 위치 특정보다는 있을 만한 곳 모두 제시 Q. 왜 여러개의 바운딩박스가 나오나요? A. Selective search 같은 경우 정확하게 Object가 있는 위치를 반환하는게 아니라 있을만한 곳을 반환한다. 왜냐하면..

📌 이 글은 권철민님의 딥러닝 컴퓨터 비전 완벽 가이드 강의를 바탕으로 정리한 내용입니다. 목차 IoU (Intersection over Union) IoU에 따른 Detection 성능 IoU 구하기 실습 Object Detection 성능평가 Metric IoU (Intersection over Union) 모델이 예측한 결과와 실측(Ground Truth) Box가 얼마나 정확하게 겹치는가를 나타내는 지표 개별 Box가 서로 겹치는 영역 / 전체 Box의 합집합 영역 Area of Overlap(교집합) / Area of Union(합집합) IoU에 따른 Detection 성능 poor : 0.5 excellent : 상대적으로 높을 때(0.936) 그러나 IoU 기준을 어느정도에 잡느냐에 따라 다..

📌 이 글은 권철민님의 딥러닝 컴퓨터 비전 완벽 가이드 강의를 바탕으로 정리한 내용입니다. 목차 selectivesearch 설치 및 이미지 로드 반환된 Region Proposal 정보 보기 Bounding Box 시각화 selectivesearch 설치 및 이미지 로드 실습 환경: colab selective search 설치 !pip install selectivesearch 폴더 생성 및 이미지 로드 !mkdir /content/data !wget -O /content/data/audrey01.jpg Python 모듈 추가 및 Rich output 표현을 위한 코드 작성 import selectivesearch import cv2 import matplotlib.pyplot as plt impor..

📌 이 글은 권철민님의 딥러닝 컴퓨터 비전 완벽 가이드 강의를 바탕으로 정리한 내용입니다. 목차 Object Detection - Deep learning 기반으로 발전 Localization, Detection, Segmentation Object Detection Object Detection history Object Detection의 주요 구성 요소 Region Proposal (영역 추정) Detection을 위한 딥러닝 네트워크 : Feature Extraction(Backbone) & FPN(Neck) & Network Prediction(Head) 기타 요소 : IOU, NMS, mAP, Anchor Box 일반적인 Object Detection 모델 구조 Object Detection의..