【科研】一目了然单目深度估计实验评价指标

1.度量指标表概览（自整待完善）

SI  Scale-Invariant loss	尺度不变损失YES	像素深度损失
bi-directional chamfer loss	双向槽损失YES	Bin中心稠密损失
L1 loss & LAD & LAE	L1范数损失函数	把目标值与估计值的绝对差值的总和最小化
RMSE  Root Mean Square Error	均方根误差	衡量观测值与真实值之间的偏差
SSIM structural similarity index	结构相似性指数	度量两幅图像间的结构相似性
REL  average relative error	平均相对误差	反映测量的可信度
Sq.Rel  squared Relative difference	相对差平方平均误差
average（）error	平均（）误差
threshold accuracy ()	阈值准确性

2.公式概览：单目深度估计评估指标

 3.论文常用：错误率及精度指标

其中 di 是真值 di* 是估计值，在像素 i 和 N 表示预测深度是像素 i 的总数。

解释:

• 绝对相对误差(Abs.Rel)根据真实深度归一化逐像素误差，减少了大误差随距离的影响。
• 相对误差(Sq.Rel)平方项惩罚更大的深度误差(例如，近不连续)
• 均方根误差(RMSE)用于测量回归误差的传统度量均方根对数误差(RMSE log)。对数使得这个误差是相对的，减少了大误差随距离的影响。

4.修正的精度指标δ

 

 已往文章：

最小二乘→极大似然估计→深度学习loss_极大似然估计与深度学习

Scale- and shift-invariant losses