본문 바로가기

Learning/Measuring

mAP

반응형

IoU (Intersection over Union)

  • Ground Truth 영역과 Prediction 영역이 있을 때, 아래와 같이 정의한다.
    • (두 영역의 교집합) / (두 영역의 합집합)

image

precision-recall curve (PR curve)

  • threshold 조절에 따른 precision과 recall 값의 변화를 표현한 그래프.

image

AP (Average Precision)

  • 여러 알고리즘의 성능을 정량적으로 비교하기 위해 사용하는 값.
  • threshold에 따라 precision과 recall은 변하게 되는데, threshold와 상관 없이 둘 다 좋으면 이 모델의 성능이 좋다는 것을 의미한다.
  • 주로 컴퓨터 비전의 object detection의 성능 평가에 사용한다.
    • IoU가 0.5 이상이면 물체가 검출되었다고 본다.

구하는 방법

  1. recall-precision 그래프를 그린다.
  2. recall이 증가하면 precision은 항상 감소하도록, 아래 그림과 같이 그래프를 그린다.
  3. 그래프 아래 면적이 AP이다.

image

mAP (mean Average Precision)

  • AP를 class별로 구해서 평균낸 값.
  • class가 여러 개인 분류 문제에서는 AP 값이 여러 개 나오게 되므로, 이를 평균내어 사용한다.
  • example code: https://github.com/Cartucho/mAP

reference

반응형

'Learning > Measuring' 카테고리의 다른 글

F1 score  (0) 2020.10.11
평가지표  (0) 2020.04.12