1. FDDB:Face Detection Data Set and Benchmark。
参考网址:http://vis-www.cs.umass.edu/fddb/
http://vis-www.cs.umass.edu/fddb/results.html(含评测相关代码)
https://blog.csdn.net/xcls2010/article/details/80411309(评测可参考)
2. 评测人脸检测的就基准是什么?
<1> 检测结果和对应标定区域的交并比大于0.5,认为正确;
3. FDDB输出的结果是什么?
<1> DiscROC.txt :
第一列 :离散的TPR,大于对应阈值,标定和检测结果交并比大于0.5,认为是正样本进行统计;
第二列 : FP,错误的正样本,即误检数;大于对应阈值,标定和检测结果交并比小于0.5,认为是误检;
第三列 : Threshold,阈值;
<2> ConROC.txt:
第一列 : 连续的TPR,大于对应阈值,匹配的交集便是TP的大小(实际是对像素进行统计);
第二列 :误检数。
<3> ROC曲线:
纵坐标:TPR 横坐标:误检数 (利用这个曲线可以选取出阈值,实际场景使用,误检低召回高的对应值作为阈值)
补充:
基本指标概念:
TP (True Positive): 预测正样本,实际正样本
FP (False Positive):预测负样本,实际正样本
TN (True Negative) :预测负样本,实际负样本
FN (False Negative) : 预测负样本,实际正样本
TPR (ture Positve Rate) = TP/(TP+FN) 反映正确检测样本再左右返回样本的百分比(在人脸检测里反应实际使用时的召回率)
参考:https://blog.csdn.net/littlehaes/article/details/83278256