单目图像深度估计的评价指标

最新推荐文章于 2024-10-27 10:30:00 发布

Borazw

最新推荐文章于 2024-10-27 10:30:00 发布

阅读量1w

点赞数 17

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Borazxn/article/details/92786851

版权

这篇博客探讨了单目图像深度估计的常用评价指标，包括绝对相对误差、平方相对误差、均方根误差、对数均方根误差和精确度。这些指标用于量化算法的性能，其中误差越小、精确度越高表示效果越好。

摘要由CSDN通过智能技术生成

单目图像深度估计中定量评价指标采用大部分算法所使用的相对误差 (Relative Error, REL)、均方根误差 (Roor Mean Squared Error, RMS) 、对数误差 (Lg Error, LG), 以及精确度 (% correct)。通常误差越小越好，精确度越高越好。

1.绝对相对误差：

$AbsRel=\frac{1}{N}\sum_{i=1}^{N}\frac{|D_{i}-D_{i}^{*}|}{D_{i}^{*}}$

2.平方相对误差：
$SqRel=\frac{1}{N}\sum_{i=1}^{N}\frac{|D_{i}-D_{i}^{*}|^{2}}{D_{i}^{*}}$

3.均方根误差：
$RMS=\sqrt{\frac{1}{N}\sum_{i=1}^{N}|D_{i}-D_{i}^{*}|^{2}}$

4.对数均方根误差：

最低0.47元/天解锁文章

关注

17
点赞
踩
55

收藏

觉得还不错? 一键收藏
3
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

评论 3

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。