Notice
Recent Posts
Recent Comments
Link
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
- 협동로봇
- IT 트렌드
- 렌더링 품질
- 성능평가방법
- isaac sim rtx 50
- Mean Average Precision
- script editor
- 포인트클라우드 예시
- isaac sim 50시리즈 이슈
- object detection
- product hunt
- ground truth
- 포인트클라우드 사용
- 포인트 클라우드
- 포인트클라우드 활용
- 3d 데이터
- precision-recall
- isaac sim
- simulation
- 3d 포인트클라우드
- Point Cloud
- 경사하강법
- isaac gym
- 포인트클라우드
- rtx 50 series
- 기술 트렌드
- nVidia
- Isaac
- isaac lab
- 5090
Archives
- Today
- Total
목록precision (1)
Everything is NORMAL

AP (Average Precision) Object Detection 알고리즘의 성능은 precision-recall 곡선과 average precision(AP) 로 보통 평가한다. 두 용어를 제대로 이해하기 위해서는 우선 Precision과 Recall에 대한 지식이 필요하다. Precision Object-Detector가 검출한 정보들 중에서 Ground-Truth와 일치하는 비율을 의미한다. 한국어로 정밀도라고 불린다. 모든 검출 결과 중 옳게 검출한 비율을 의미한다. TP는 true positive의 약자로 "옳은 검출"을 의미하고 FP는 false positive의 약자로 "잘못된 검출"을 의미한다. 따라서, Precision은 알고리즘이 검출해낸 것들 중에서 제대로 검출해낸 것의 비율을 ..
개발지식 (이론)/인공지능
2020. 8. 10. 16:51