COCO数据集目标检测输出指标AP、AR、maxDets
最近在用retinanet进行一个实验,用的coco格式的数据集,输出的结果大致如下:
Loading and preparing results...
DONE (t=0.11s)
creating index...
index created!
Running per image evaluation...
Evaluate annotation type *bbox*
DONE (t=3.98s).
Accumulating evaluation results...
DONE (t=0.76s).
Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.803
Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 0.979
Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = 0.907
Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.706
Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.803
Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.798
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.799
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = 0.849
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.849
Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.745
Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.845
Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.825
**
知识太贫乏了,看不懂
后查了资料,这是coco数据集输出的一个检测结果,解释如下:
1.第一行,是COCO的评价指标
2.第二行,是PASCAL VOC的评价指标
3.第三行,IoU=0.75 相比IOU=0.50是比较严格的一个指标
4.第四行,关注小目标的情况
5.第五行,检测中等目标的
6.第六行,检测大目标的指标
7.第七行,设置目标检测框只有1个
8.第八行,设置目标检测框有10个
9.第九行,设置目标检测框有100个 从图上看,10个和100个的指标值差不多
第八第九行对比看,是为了看目标数的大致情况
b站有个视频,讲的也是这个,有时间的也可以去看
链接: coco指标解读.
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhfieega
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
怎样阻止微信小程序自动打开
PHP中文网 06-13 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01