【FDDB】人脸检测评测总结

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

          https://blog.csdn.net/lien0906/article/details/78179354

          https://blog.csdn.net/whether_you/article/details/80571485