ICDAR2013文本检测算法的衡量方法（一）Evaluation Levels

ICDAR2013Challenge1（Born Digital）和Challenge2（Focused Scene）都有Text Localization任务，使用的evaluation方法基本相同(不同的是Challenge2需要处理ignored text)。
方法来源是一篇十几年前的paper：

C. Wolf and J.M. Jolion, “Object Count / Area Graphs for the Evaluation of Object Detection and Segmentation Algorithms”, International Journal of Document Analysis, vol. 8, no. 4, pp. 280-296, 2006.

这篇paper读下来，我主要get到两部分知识：
1. 文本分割/检测算法的四个evaluation level
2. ICDAR2013 Localization任务的Evaluation方法

分为两篇blog来分别记录。

---

从Recall 与Precision开始

Recall与Precision的概念来自于信息检索领域（Information Retrieval, IR）。
Recall, 召回率，代表ground truth里的东西有多大比例被取出来了：

$$recall = \frac{N.o. \text{True Positives}}{\text{N.o. Ground truth}}$$
Precision， 精度，取出来的东西有多大比例是正确的：

precision=N.o. True PositivesN.o. Retrieved Items