개발 성장 노트

CNNConvolution Filter - Filter   - 이미지처리를 위해 사용되는 행렬     - 주로 edge detection, blurring 등을 위해 사용되었음     - Kernel, mask라고도 불림   - 같은 filter로 이미지 전체에 sliding window로 convolution 연산 수행- Convolution 연산   - Convolution이란 이미지와 filter간의 합성곱 연산을 의미   - Convolution된 결과를 feature map 또는 activation map이라고 함    - 특수한 목적으로 고안된 filter를 사용하면 원하는 activation map을 얻을 수 있음 - 학습 가능한 Convolutional Filte   - 고정된 filter..

2-Stage DetectorObject Detection = Localization + Classification - 두 가지의 task를 분리하여 2 stage로 따로 수행 - Stage 1: 이미지 내에서 object가 있다고 판단되는 위치 찾기 (Region proposal) - Stage 2: 각 위치에 있는 object의 종류 판단 (Classification) R-CNN- 2-stage detector의 최초 모델- Region proposals + CNN- Sliding Window      - 고정된 크기의 window를 이미지 내에서 sliding하면서 객체의 위치를 찾아내는 방법      - 계산 비용이 높고 속도가 매우 느림      - 고정된 크기의 window- Selective..

Classification을 위한 평가 지표Confusion Matrix- TP(True Positive): 실제 positive인 것을 positive라고 예측 (정답)- FP(False Positive): 실제 negative인 것을 positive라고 예측 (오답)- FN(False Negative): 실제 positive인 것을 negative라고 예측 (오답)- TN(True Negative): 실제 negative인 것을 negative라고 예측 (정답)Accuracy (정확도)  - 전체 데이터에 대한 올바르게 예측된 데이터의 비율Precision (정밀도)- 모델이 positive로 예측한 데이터 중에서 실제 positive인 데이터의 비율 Recall (재현율) = Sensitivity ..