temporal-split
시계열 분할
데이터셋을 시간 순서에 따라 앞부분과 뒷부분으로 나누어 학습용과 평가용으로 사용하는 분할 방식으로, 이 글에서는 각 클래스의 처음 80% 프레임을 학습에, 마지막 20%를 테스트에 사용했다. 동일한 촬영 버스트가 학습과 테스트에 섞이는 것을 방지해 과적합을 숨기지 않도록 설계되며, 특히 연속 캡처 방식으로 수집된 데이터에서 무작위 분할이 유발하는 정보 유출을 차단한다. 실험적 근거로 본 프로젝트는 이 분할을 사용해 클래스별 정확도 95.5%를 보고했다.
