Recent Posts
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
- 모델 성능 최적화
- Python
- spleeter
- stacking
- 기사단원의무기
- MaskRCNN코랩
- MaskRCNN환경구성
- MSLE
- mask2cocojson
- 피처 스케일링
- mask2coco
- MaskRCNN_colab
- mmdetection
- PyQt5
- 청산원함
- MaskRCNN환경구축
- 로지스틱 회귀
- RMSLE
- bargraph
- flask모델서빙
- 엘라스틱넷
- 객체 성능 평가 지표
- stratified k-fold
- rogistic regression
- docker
- 회귀 평가 지표
- 프로그래머스
- seaborn.barplot
- 다중 회귀
- bcss
- Today
- Total
목록objectdetection (1)
노트와 노트

이미지 객체 검출 분야에서는 분류, 객체 탐지, 세그멘테이션이란 용어를 자주 접해볼 수 있다. 오늘은 이 세 가지 용어의 뜻과 차이점에 대해 정리해 보려고 한다. 1. 분류(Classification) 분류란, 학습 데이터로 주어진 이미지 데이터의 피처와 레이블 값(클래스 값, 정답)을 학습한 후 새로운 데이터가 주어졌을 때 해당 데이터의 레이블 값을 예측하는 것이다. 2. 객체 탐지(Object Detection, 객체 검출) 객체의 클래스를 분류하고(Classification), 객체가 존재하는 위치(영역)까지도 탐지(Localization)하는 것을 뜻한다. 탐지한 객체 위치는 대개 Bounding Box로 표현된다. 3. 세그멘테이션(Segmentation) 픽셀 단위(pixel-level)로 객..
Machine Learning & DeepLearning
2022. 3. 24. 20:46