이전에는 이 개념이 많이 헷갈렸는지는 잘 모르겠는데요.
먼저 몇 가지 개념을 설명합니다.
FP(false positive): 거짓양성 예-gt; 분류 결과는 긍정적인 예(보행자)이며 실제로는 부정적인 예입니다( 보행자 없음)
미스율: 누락률 = 테스트 세트에서 부정적인 예로 판단된 긍정적인 예의 수/테스트 세트의 긍정적인 예의 수
보행자의 경우 감지, 분류기의 임계값을 초과하면 낮을 경우 Miss Rate가 감소하고 이때 FPPI(사진당 잘못된 긍정 수)가 증가합니다. 이러한 방식으로 우리는 일반적으로 지표를 설정한 다음 다른 지표를 기반으로 알고리즘의 품질을 비교합니다.
그림의 Miss Rate와 FPPI는 일반적으로 FPPI=10^-1일 때의 Miss Rate를 비교합니다.