AI/CV & SSL 검색 결과

해당 글 15건

[개념정리] Bayes error (베이즈 에러) 란?

Bayes error (베이즈 에러) 란? 베이즈 오류는 달성할 수 있는 가장 낮은 예측 오차로서, 축소할 수 없는 오류와 동일하다. 어떤 프로세스가 데이터를 생성하는지 정확히 알 수 있다면, 그 과정이 무작위적인 경우에도 오류가 발생할 것이다. 이것은 또한 "y는 본래 확률적이다"라는 의미도 있다. 즉, true error라고 생각하면 편할 듯. 가장 최상의 상태에서 뽑아낸 에러 :) Bayes error is the lowest possible prediction error that can be achieved and is the same as irreducible error. If one would know exactly what process generates the data, then error..
AI/CV & SSL 2020. 2. 17. 14:52

ndarray에서 검은색 픽셀 또는 특정색 필셀 따오기

opencv로 처리한 이미지에서 검은색 배경을 없애고 싶었다. 검색 결과 아래와 같은 코드로 처리할 수 있었다. import numpy as np import matplotlib.pyplot as plt image = plt.imread('example.png') plt.imshow(image) plt.show() image_copy = image.copy() black_pixels_mask = np.all(image == [0, 0, 0], axis=-1) non_black_pixels_mask = np.any(image != [0, 0, 0], axis=-1) # or non_black_pixels_mask = ~black_pixels_mask image_copy[black_pixels_mask] =..
AI/CV & SSL 2019. 12. 18. 15:08

Detection 성능 평가를 위한 AP(Average Precision)

[Precision & Recall] Precision은 네트워크가 검출해낸 모든 물체 중 정답인 것들의 비율이다. 이 때 검출해낸 물체들의 정답유무와 관계없이 총 개수를 세면 된다. 예를 들어, Detection을 하는 네트워크가 5개의 물체를 검출했을 때 그 중 3개만이 정답이면 Precision은 3/5 = 0.6 이 된다. Recall은 검출해낼 수 있는(=label 붙어있는) 모든 물체 중 검출해낸 물체의 비율이다. 예를 들어, 실제로 검출가능한 총 물체가 5개이고 그 중 1개만을 검출해냈다면 Recall은 1/5 = 0.2 가 된다. [TP, FN, FP, TN] 위의 그림에서 4개의 단어를 볼 수 있다. 쉽게 이해하자면 ... 앞의 단어와 뒤의 단어를 쪼개서 보면된다. Positive : 검..
AI/CV & SSL 2019. 11. 27. 23:08

[개념정리] Ranking Loss Functions & Metric Learning

direct하게 label, value, set, input으로 부터 주어진 value를 예상하도록 학습하는 것이 목표인 Cross-Entropy Loss나 Mean Square Error Loss와 같은 다른 loss function들과 달리 Ranking losses의 목표는 inputs 사이의 상대적인 거리를 예측하는 것이다.이 작업은 종종 metric learning이라고 불리기도 한다. Ranking Loss Function을 사용하기 위해서는...첫번째로 2개 혹은 3개의 input data points로부터 feature를 추출하고 각각의 그들로부터 embedded representation을 얻는 것이다.얻은 representation들 사이의 유사성(ex. euclidian distanc..
AI/CV & SSL 2019. 11. 16. 11:34

[개념정리] Embedding란?

Embedding means converting data to a feature representation where certain properties can be represented by notions of distance. 거리의 개념으로서 표현될 수 있는 특성을 지닌 feature representation 으로 데이터를 바꾸는 것. 거리개념은 metric learning에서 자주 보인다. Example, a model trained on speech signals for speaker identification, may allow you to convert a speech snippet to a vector of numbers, such that another snippet from the sa..
AI/CV & SSL 2019. 11. 15. 17:26