Segmentation이나 Object Detection에서 종종 사용되는 평가 지표인 IoU(Intersection over Union)와 Dice Coefficient를 알아보겠습니다. IoU와 Dice Coefficient는 0~1 사이의 값을 가지며 실제 영역(Ground truth)과 예측 영역(Prediction)에 대한 수식으로 이뤄지며 느낌은 비슷한 듯하면서도 식은 서로 다릅니다. 위 그림에서 IoU의 분모는 Dice Coef.의 분모처럼 생기는 경우도 있는데 합집합이라는 것을 명확히 하고자 위와 같이 나타냈습니다. 이와 달리 Dice Coef.의 분모는 A와 B를 각각 더한 것입니다. 1. IoU 분모는 실제와 예측의 합집합, 분자는 실제와 예측의 교집합으로 이뤄집니다. 2. Dice C..

딥러닝 모델에서 평가 지표는 어떤 모델의 성능을 측정하는 단위가 되기 때문에 매우 중요합니다. 모델에 대해서 평가를 할 수 없다면 모델들끼리의 좋고 나쁜지 알 수 없기 때문입니다. 성능을 위해서 사용되는 지표의 기본 개념들을 알아보겠습니다. Confusion Matrix(TP, FP, TN, FN) 저 위에 설명이 직관적으로 와닿지 않을 수 있습니다. 조금 풀어 써보겠습니다. 먼저 TP, FP, TN, FN의 단어 뒷부분을 담당하는 Positive(or Negative)는 나의 생각을 나타냅니다. 내가 문제를 정답으로 생각하냐 오답으로 생각하냐를 나타냅니다. 그렇다면 단어 앞부분의 True(or False)는 내 생각이 맞는지 틀린지 정해주는 기준이 됩니다. 그리고 단어를 해석할 때, 단어 뒷부분의 P(..