Classification, Detection 성능 평가를 위해서는 다음의 metrics를 많이 사용합니다. 기본적인 metric들은 꼭 알아두어야 하며, 장단점을 추가로 안다면 성능 평가를 할 때 잘 사용한 지표인지 알 수 있습니다.
Prediction \ Ground Truth True False True True Positive False Positive False False Negative True Negative Ground Truth를 틀리게 예측하게 되면 False, 그런데 True로 예측하면 Positive가 됩니다. -> False Positive 1. Precision True라고 예측한 데이터 중에서 실제 True인 데이터 수 찾은 Object가 정확한가?
TP/(TP+FP) 2. Recall 실제 True인 데이터에서 True라고 예측한 데이터 수, Object를 얼마나 잘 찾는가?
TP/(TP+FN) 3. F1 score precision과 recall의 조화...
#
Accuracy
#
AP
#
Confidence
#
mAP
#
Precision
#
Recall
