计算机视觉论文中常见的评测指标和术语

1、Ground Truth

对于任何算法，评估指标需要知道Ground Truth（真实标签）数据。对于目标检测问题，Ground Truth包括图像中物体的类别以及该图像中每个物体的真实边界框。

 

2、mAP

训练好的目标检测模型会给出大量的预测结果，但是其中大多数的预测值都会有非常低的置信度（confidence score），因此我们只考虑那些置信度高于某个阈值的预测结果。

将原始图片送入训练好的模型，在经过置信度阈值筛选之后，目标检测算法给出带有边界框的预测结果：

 

当比较mAP值，记住以下要点：

• mAP通常是在一个数据集上计算得到的。
• 虽然解释模型输出的绝对量化并不容易，但mAP作为一个相对较好的度量指标可以帮助我们。 当我们在流行的公共数据集上计算这个度量时，该度量可以很容易地用来比较目标检测问题的新旧方法。
• 根据训练数据中各个类的分布情况，mAP值可能在某些类（具有良好的训练数据）非常高，而其他类（具有较少/不良数据）却比较低。所以你的mAP可能是中等的，但是你的模型可能对某些类非常好，对某些类非常不好。因此，建议在分析模型结果时查看各个类的AP值。这些值也许暗示你需要添加更多的训练样本。

 

3、baseline和beachmark

baseline：a standard measurement or fact against which other measurements or facts are compared, especially in medicine or science.

baseline可以理解成在比较中作为“参照物”的存在，强调比较，在比较中作为参照物，基线；

benchmark：something that is used as a standard by which other things can be judged or measured.

benchmark本身是一种标准、规则。