[개념] object detection 관련 용어 정리 (1)

Classification / Localization / Object Detection

Classification

- 입력으로 들어온 하나의 이미지에 대해 해당하는 label 출력

- single object를 다룸

Localization

- 입력으로 들어온 하나의 이미지에서 한 object의 위치(좌표) 출력

- single object를 다룸

- object가 있는 곳에 bounding box를 그리는 방식

Object Detection

- 입력으로 들어온 하나의 이미지에서 여러 object를 분류하고 각 object들의 위치 예측

- multi object를 다룸

- object detection의 문제 해결 방법으로 sliding window가 많이 사용되었음

 

IoU

IoU(Intersection over Union)

- bounding box 예측을 얼마나 잘했는지 평가할 수 있는 지표

- 겹쳐지는 부분(Intersection)을 전체 부분(Union)으로 나눔

- 모델이 예측한 bounding box와 ground truth 사이의 IoU가 높을수록 예측을 잘한 것

 

 

Precision / Recall

- True/False : 예측 = 실제일 때 True, 아니면 False

- Positive/Negative : object가 존재한다고 예측할 경우 Positive, 존재하지 않는다고 예측할 경우 Negative

 

Precision(정밀도)

- True Positive/(True Positive+False Positive)

- 모델이 검출해낸 결과 중 제대로 검출한 비율 → "얼마나 정확하게 검출하느냐?"

 

Recall(재현율)

- True Positive/(True Positive+False Negative)

- 전체 검출 대상 중 제대로 검출한 비율 → "검출해내야 하는 대상 수를 얼마나 잘 재현하느냐?"