Object Detection-CNN을 어떻게 활용할까 (1)

1. 컴퓨터 비전의 대표적인 문제들

• Image classification
• Object Detection
• Semantic segmentation
  semantic : 의미의, 의미론의
  segmentation : 분할
  => 사용 예시) 차도와 인도 구별, 부서진 곳 구별
• Instance segmentation
  => Object Detection 과 Sementic segmentation을 섞어놓았는데
  좀더 물체의 detail한 윤곽을 예측할 필요가 있을 때 사용

2. Object Detection의 표현

• 이미지에서 물체의 위치와 종류를 알아내는 task
  위치: Bounding Box로 표현 - x, y, w, h
  => x, y는 box의 중심점의 좌표
  => w, h는 box의 크기
  종류 : Classification

3. Object Detection의 성능 측정

• IoU (Intersection over union)
  실제 영역과 예측한 영역의 교집합/합집합
• Precision & Recall
  
  Precision(정밀도) : TP/(TP+FP)
  => 찾은 것들 중 실제로 있는 것이 얼마나 되는가?
  Recall(재현율) : TP/(TP+FN)
  => 실제로 있는 것 중 찾은 것이 얼마나 되는가?

Confidence threshold에 따른 precision과 recall에 따른 그래프

=> 사실 Precision과 Recall 둘다 높은게 베스트.

• AP(Average Precision, 평균 정밀도)
  PR곡선의 아래 영역의 넓이

• mAP(mean Average Precision)
  각 class 당 AP의 평균