Notice
Recent Posts
Recent Comments
Link
250x250
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- 장고
- 자격증
- 리눅스
- 머신러닝
- 리눅스마스터2급2차
- 리눅스활용
- IT
- C
- 리눅스자격증
- Django
- 공부블로그
- Java
- 정처기기출
- SW
- IT자격증
- 리눅스명령어
- 리눅스마스터2급
- 정처기
- python
- Linux
- AI
- 정보처리기사실기
- 웹개발
- 프로그래밍
- 정처기실기
- 기사자격증
- 정보처리기사기출
- 리눅스마스터
- 정보처리기사
- 코딩
Archives
- Today
- Total
목록ConfusionMatrix (1)
Tech Trail

이번 게시물에서는 평균 정밀도(mAP)가 계산되는 방법과 mAP가 객체 감지 모델에서 선호되는 메트릭이 된 이유에 대해 설명해보겠습니다. What is Object Detection? 평균 평균 정밀도를 계산하는 방법을 고려하기 전에 먼저 측정 중인 작업을 명확하게 정의하겠습니다. 객체 감지 모델은 이미지에서 관련 객체의 존재를 식별하고 이러한 객체를 관련 클래스로 분류하려고 합니다. 예를 들어, 의료 영상에서 혈류의 적혈구(RBC), 백혈구(WBC) 및 혈소판의 수를 계산할 수 있기를 원한다고 합시다. 이 작업을 자동으로 수행하려면 각 개체를 인식하고 올바르게 분류하도록 개체 감지 모델을 학습시켜야 합니다. (이미지 감지를 위한 두 가지 모델 EfficientDet과 YOLOv3를 사용해 비교하겠습니다..
AI/Computer Vision
2024. 3. 28. 18:30