object detection3

• 

  [HRNet] Deep High-Resolution Representation Learning for Visual Recognition 논문 리뷰 Deep High-Resolution Representation Learning for Visual Recognition High-resolution representations are essential for position-sensitive vision problems, such as human pose estimation, semantic segmentation, and object detection. Existing state-of-the-art frameworks first encode the input image as a low-resolution represen arxiv.org 논문 리뷰 2022. 2. 14.

• 

  Object Detection (객체 검출) Classification (분류) : 여러 물체에 대해 어떤 물체인지 분류 입력으로 주어진 이미지 안의 객체 Object의 종류 (Class)을 구분하는 행위 Localization : Bounding Box를 통해 위치 정보를 나타냄 Object가 이미지 안의 어느 위치에 있는지 위치 정보를 출력해주는 것 Bounding Box의 네 꼭지점 pixel 좌표가 출력되는 것이 아닌 left top, 혹은 right bottom 좌표를 출력 Object Detection = Multi-Labeled Classification + Bounding Box Regression (Localization) Object Detection (객체 검출)이란 Classification과 Localization이 동시에 .. Computer Vision 2021. 8. 17.

• 

  물체 검출 알고리즘 성능 평가방법 (Precision, Recall, AP, IoU) 물체 검출 (Object Detection) 알고리즘의 성능은 Precision-Recall 곡선과 Average Precision(AP)로 평가한다. 필자는 처음 회사에서 교통 표지판 Vision 검증 업무를 접하였을 때, Confusion Matrix를 보며 왜 TP/(TP + FP + FN) 으로 지표를 평가하지 않는지 궁금하였지만, 보통 Computer Vision에서 인식률을 구할땐 아래와 같이 Precision과 Recall의 방식으로 구한다고 한다. 따라서 성능 평가방법에 대한 정리를 해보려 한다. IoU (Intersection over Union) 머신러닝에서 데이터를 학습시키기 전, 라벨링 (바운딩 박스)를 수행한다. 라벨링을 한다는 것은 사람이 직접 눈으로 데이터를 확인 후 바운딩 박.. Computer Vision 2021. 8. 17.