基本情况
这篇文章PASCALVOC官方发表在IJCV2015上的一篇文章,主要是对之前的2008-2012challenge的回顾.
Abstract
PASCAL VOC(pattern analysis,statistical modelling and computational learning visual object classes)主要包含两个主要部分:(1)一个公开可用的数据集,包含ground truth annotaion和标准化的评估软件;(2)每年一届的比赛和研讨会.
为了评估在VOC数据集上提交的算法,我们引入了许多novel的方法:(1)一种用于确定两种算法的性能差异是否显著的自举方法(2)归一化的平均精度(AP),使得性能可以在具有不同比例的正实例的类中进行比较(3)一种用于在多个算法上可视化性能的聚类方法,以便可以识别硬而简单的图像(4)对所提交的算法使用联合分类器,以便测量它们的互补性和组合性能.
文章主体
这篇文章是一篇比较长的文章,所以我也没有全部详细阅读本文,只是主要关注了Submission and Evaluation部分.
Section 2是对VOC challenge的回顾.关于voc2012竞赛、数据集、标注步骤和评估标准做了一个简单的介绍.
Section 3对voc2012的各项结果进行了展示,然后使用新颖的方法对2012比赛结果进行了分析,最后提出了一种方法对在同样的testset上进行预测的方法进行公平的比较,摘要中的方法(1).
Section 4进行评估,并尝试回答关于我们的领域在