장소 인식 실험 결과

recall = TP / (TP+TN)
precison = TP / (TP+FP)

예를 들어,
3마리의 동물이 있다. 이 동물들을 고양이, 개로 분류하고 싶다.
첫번째 동물은 고양이인데 고양이라고 판별됬다. (TP ++)
두번째 동물은 사슴인데 고양이로 판별됬다. (NP ++)
세번째 동물은 사슴인데 고양이,개가 아니라고 판별됬다. (TN ++)
recall = 2/3
precision = 1/2

장소인식 성능 – precision과 recall로 표현
예상 결과 –  우리알고리즘의 recall이 더 높을 것, 왜냐하면 특징이 없어도 장소로 정의 가능…

recall(%) precision(%) frames
RTAB-MAP
My algorithm(no use walls)
My algorithm(use walls)

RTAB-MAP에서 장소로 정의 못한 환경에 대해
우리 알고리즘 평가
1번 장소 (벽이 있는 장소)
2번 장소 (누가 가렸다)
3번 장소 (살짝 옆에서 봤다)
4번 장소 (다른 장소)

Place 1 Place 2 Place 3 Place 4
No. of surfaces  5 4 4 6
No. of

a pair of surfaces

5 4 3 2
 

No. of walls

 1  1  1  0
Score with walls  1.2 0.84 0.394  0

현재 실험 상황
2바퀴 주행 후, 1/4 주행
frame으로는 500개

 

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다.