mAP(mean average precision)

2021년/21.下

위지원 2021. 10. 6. 17:40

몇 달만에 게시글인가... 감격... 그러나 나에겐 시간이 없으므로 공부한 것 몇개만 올려보려고 한다.

CNN 모델 성능평가 시 사용한다. 검출율과 정확도를 동시에 고려해야하므로 사용한다.

이 mAP를 어떻게 계산할 수 있을까?

다음과 같이 Classification metric이 존재한다. 이미 많이 본 표이기때문에 익숙하다.

모델이 예측한 BBox와 실제 box의 중복면적을 구하는 것이다. 0.5 이상이면 TP로 판단한다 보통(임의 설정 가능)

Precision과 Recall로 이루어진 그래프이다. x축은 recall y축은 precision이다.

아래 그림에 나와있는 것과 같이 recall 값과 precision 값간의 상관관계를 한 눈에 볼 수 있다.

mAP는 AP의 mean value이다. 물체의 class가 여러개인 경우 각 class당 AP를 구해 전체 평균 AP를 구한다.

AP는 무엇일까?

Computer vision에서 object detection 성능은 대부분 이 AP로 측정한다.

아래 출처 블로그에 나와있듯이, 위의 PR curve를 max precision to the right value로 replace 해준다.

그렇게하면 아래는 사각형으로만 이루어지게되고, 이때 사각형의 넓이가 AP이다.