MOT 指标汇总（详讲说明含义）

最新推荐文章于 2025-03-19 17:45:19 发布

CV矿工

最新推荐文章于 2025-03-19 17:45:19 发布

阅读量5.2k

点赞数 1

分类专栏： MOT 文章标签：计算机视觉神经网络深度学习

本文链接：https://blog.csdn.net/ZauberC/article/details/123250653

版权

MOT 专栏收录该内容

8 篇文章

订阅专栏

本文介绍了多目标跟踪(MOT)领域的评估指标，包括HOTA、MOTA和Identity Metrics。HOTA是一种综合评价检测、关联和定位的高阶指标，通过IoU计算子任务得分并综合。MOTA关注目标数量和位置准确性，而Identity Metrics中的IDP、IDR和IDF1则衡量行人ID识别的精度。这些指标对于理解和改进MOT算法至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MOT17常用指标说明

HOTA metrics

paper：pdf

HOTA（高阶跟踪精度）是一种用于评估多目标跟踪 (MOT) 性能的新指标。它旨在克服先前指标（如 MOTA、IDF1 和 Track mAP）的许多限制。

HOTA 被视为组合3个欠条得分。它将评估跟踪的任务分为三个子任务（检测、关联和定位），并使用 IoU（交集对联合）公式（也称为 Jaccard 指数）计算每个子任务的分数。然后它将每个子任务的这三个 IoU 分数组合成最终的 HOTA 分数。
下面我们来看看这三个子任务的 IoU 分数是如何计算的。
具体详见：CSDN

MOTA metrics

paper：pdf

MOTA和MOTP共同衡量算法连续跟踪目标的能力（即，在连续帧中能准确判断目标的个数，精确的划定其位置，从而实现不间断的连续跟踪）。

MOTA（multiple object tracking accuracy）多目标跟踪的准确度，体现在确定目标的个数，以及有关目标的相关属性方面的准确度，用于统计在跟踪中的误差积累情况，包括FP、FN、ID Sw。

在这里插入图片描述

具体详见：知乎与 CSDN

Identity metrics

paper：pdf

IDP：识别精确度 (Identification Precision) 是指每个行人框中行人 ID 识别的精确度。
IDR：识别回召率 (Identification Recall) 是指每个行人框中行人 ID 识别的回召率。
IDF1：识别 F 值 (Identification F-Score) 是指每个行人框中行人 ID 识别的 F 值。

具体详见：CSDN