Object Detection 모델을 학습하면서 mAP_0.5
는 꽤 높은 수준으로 잘 나오는데, mAP_0.5:0.95
는 그에 비해 많이 떨어지는 걸 발견했다.
표기만 봐서는 mAP_0.5
는 IoU 값이 0.5 이상일 때 Average Precision의 평균일 거고,mAP_0.5:0.95
는 IoU 값이 0.5에서 0.95 사이인 경우 Average Precision의 평균일텐데, 왜 이렇게 차이가 많이 나는지 이해가 가지 않았다.
정확히 찾아보니, mAP_0.5:0.95
는 0.05 step으로 IoU 값이 0.5일 때, 0.55일 때, 0.6, 0.65, 0.70, ..., 0.9, 0.95일 때 Average Precision을 각각 구한 후 그 평균을 구한 값임을 알았다.
당연히 IoU threshold가 클수록 AP 값이 작아질테니 평균 값의 차이가 크게 날 수밖에 없을 것이다.
무심코 지나치면 당연히 그렇겠거니 하고 넘어가는데, 명확하게 하고 넘어갈 수 있어 다행이다!
반응형
'공부하며 성장하기 > 인공지능 AI' 카테고리의 다른 글
[한 줄 정리] 다양한 Normalization 기법들 (0) | 2024.02.13 |
---|---|
DeeplabV3+ 모델 전이 학습(transfer learning) 쉽게 구현하기 (0) | 2023.06.15 |
AMP(Automatic Mixed Precision) 쉽게 적용하기 (0) | 2023.06.14 |
K-means Clustering (0) | 2023.05.21 |
Lasso regression (0) | 2023.05.21 |