11/7
A. Object Detection
- 분류에 지역화 문제를 합침
- Class Classification : 이미지 분류
- Bounding Box : 개체 박스 그리기
- IoU : 박스가 얼마나 겹쳐있는 지 (정답 박스와 예측 박스가 완전 일치하도록)
- Confidence Score : 박스 안에 진짜 개체가 있을 지를 생각하는 모델 자신에 대한 점수
- Precision, Recall, AP, mAP : 평가 과정에서 정답 박스와 예측 박스를 비교
- NMS : 예측 과정에서 예측 박스 간에 얼마나 겹쳐야 같은 개체라고 판단하는 지에 대한 기준이 엄격해짐
- Annotation : 이미지 안의 정보에 대해서 별도의 파일로 제공하는 것. 개체의 위치 정보, 클래스 정보, 클래스 명 등.
B. Transfer Learning
- Pretrained model
- fine-tuning
Backbone
- Object Detection에서의 CNN의 쓰임
- 잘 학습된 CNN 모델
- CNN은 이미지를 처리하는데 적합한 구조를 가직 있다.
- 몸체
Head
- 문제에 맞춰서 클래스를 변경한 것 (파인 튜닝)
Neck
- Backbone과 Head를 자연스럽게 연결
