⚙️ CreateML Week3 Session 🍎 Confusion Matrix (Precision, Recall) StyleTransfer, Hand Pose Detection

 

 

 

 

 

 

 

false positive: 정답이 아닌데, 모델이 정답으로 예측한 경우 

ex) 아카데미 합격 자격이 부족한데, 붙은 경우

ex) 코로나 음성인데, 양성 뜬 경우 (문제 없음)

-> 모델이 더 느슨하게 판단한 경우 

 

false negatives: 정답인데 모델이 놓친 경우

ex) 아카데미 합격해야할 실력인데, 불합격한 경우

ex) 코로나 양성인데, 음성 뜬 경우 (심각)

-> 모델이 더 빡세게 판단한 경우 

 

정확도와 재현율

정확도(precision): 맞았다고 추측한 데이터 중, 실제 정답의 비율

재현율(Recall): 올바른 데이터 중, 모델이 적합하게 판단한 비율

모델이 엄격할(?) 경우 재현율이 떨어질 수 있음

 

- Precision and recall are performance metrics used for pattern recognition and classification in machine learning. These concepts are essential to build a perfect machine learning model which gives more precise and accurate results.

 

- recall은 대상 물체들을 빠뜨리지 않고 얼마나 잘 잡아내는지를 나타내고 precision은 검출된 결과가 얼마나 정확한지 즉, 검출 결과들 중 실제 물체가 얼마나 포함되어 있는지를 나타낸다. 

https://darkpgmr.tistory.com/162

 

 

 

 

 

 

 

어노테이션: 각각의 이미지 파일 이름과, 대응되는 label과 바운딩 박스 좌표에 대한 정보, ( == 메타 데이터 )

 

 

 

 

[딥러닝] 데이터 어노테이션이란? 

https://cordingdiary.tistory.com/86

 

 

 

 

 

You only look once, 데이터가 많을 경우 풀네트워크 사용 (default)

 

 

 

 

 

욜로

 

 

 

 

 

전이학습: 하나의 작업을 위해 훈련된 모델을 유사 작업 수행 모델의 시작점으로 활용 (조건이 있다.)

 

 

 

https://kr.mathworks.com/discovery/transfer-learning.html

https://velog.io/@tjdtnsu/딥러닝-기초-전이-학습-이해하기

 

 

 

 

에폭, 배치(for 오버피팅 방지), 이터레이션

 

 

 

 

스냅샷 찍기

 

 

 

 

전체 영역 중 교집합의 비율

 

 

 

 

 

 

 

 

 

스타일 트렌스퍼 (GAN)

 

 

 

 

 

 

 

 

 

비디오도 가능하다

 

 

 

 

얼마나 많이 스타일을 반영할 지

 

 

 

 

..? 얼마나 정밀하게? 반영할지 (잘 모르겠음)

 

 

 

 

 

Hand Pose Detection

HandPose Detection