묻고 답해요
129만명의 커뮤니티!! 함께 토론해봐요.
인프런 TOP Writers
-
미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
custom 데이터셋의 정밀도와 재현율 관련 질문드립니다.
안녕하세요. '딥러닝-컴퓨터비전-완벽가이드'를 수강하고 있는 고준규입니다. 다름이 아니라 정밀도와 재현율에 대해 질문이 있어서 글을 남깁니다. COCO 데이터셋이나 Pascal VOC 데이터셋과 같이 성능평가로 검증된 데이터셋이 아닌 직접 object detection을 사용하여 문제를 해결하기위해 custom 데이터를 활용하여 데이터 라벨링을 하였습니다. 이 때, 모델의 평가를 진행하였는데, precision score (0.6)가 recall score (0.9)에 비해 낮은 결과를 얻는 것을 확인했습니다. 이를 자체적으로 분석해본 결과, 사람이 직접 라벨링을 하다보니 사람이 놓친 부분을 모델이 탐지하여 precision score가 낮아지는 것을 확인하였고 결론지었습니다. 이럴 경우, custom 데이터셋을 새롭게 수정해서 학습을 시켜야하는 것이 맞는 방법인 것으로 보이나 현실적으로 이를 수정하기에는 비용이 생각보다 많이 들 것 같아서 다른 방법을 생각해보고 있습니다. 혹시 이와 관련되어 조언을 얻을 수 있을까요?
-
미해결[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
질문이 2가지 있습니다.
안녕하세요. 선생님. 강의 잘 듣고 있습니다. 질문이 2가지 있습니다. 1. IoU 실습에서 41개 나오던게 53개 나온거 이거 강의중에 random 값 때문에 그런거 같다고 하셨는데, 그게 아니라 직접 그리신 빨간선까지 포함되어서 그런것같습니다. 빨간선을 img_rgb에 직접 그리셔서, 이게 포함되다보니 bounding box가 몇개 추가된것같아요. 그래서 실제로 IoU 제일 높은 두 bounding box는 빨간 선 가장자리에 생깁니다. 2. 재현율과 정밀도 재현율과 정밀도 단원에서, 설명하시면서 새를 새로 예측하는지, 고양이로 잘못예측하지는 않는지 이런 그림이 있었잖아요 (10:20 부근) 여기서 FP 들이 FN이기도 한게 아닌지 질문드립니다. 고양이라고 고양이에 대해 Positive 예측을 했는데 틀렸으니 False Positive 이지만, 새에 대해서는 없다고 했으니 False Negative 이기도 한 것이죠. 새를 고양이로 예측한 사진의 경우 이걸 FP로만 해석한다면, 재현율인 TP/(FN+TP) 에서 TP = 0, FN = 0 이 되어 0/0 이 되지 않습니까. 예를 들어 새 두마리가 있는 사진에서 한마리는 새, 한마리는 고양이로 판단했을 경우 재현율은 0.5여야 맞는데, 위의 판단대로면 TP=1, FN=0, FP=1 가 되어 정확도 0.5에 재현율 1이 되는 걸로 보입니다. 따라서 대상을 잘못 예측한 경우는 FP이기도 하지만FN 이기도 한게 아닌지 궁금합니다. 답변 기다리겠습니다. 질문 읽어주셔서 감사합니다.