mAP_Roi

在看一些目标检测的论文时,经常会提到map和fps两个评价指标,下面就来看一下这些评价指标的规则方法。

我们在评价一个目标检测算法的“好坏”程度的时候,往往采用的是pascal voc 2012的评价标准mAP。

IOU(交并比)

衡量预测框和标签框的重合程度。

在这里插入图片描述

计算mAP

这里需要一些混淆矩阵的知识,需要了解TP,FP,TN,FN,precision,recall的概念

1.根据IOU计算TP,FP
根据IOU是否大于0.5来判断该pre是属于TP还是属于FP

2.排序
根据每个pre的置信度进行从高到低排序

3.在不同置信度阈值下获得Precision和Recall

4.绘制PR曲线并计算AP值

AP为PR曲线下面积

在这里插入图片描述

5.计算mAP

AP衡量的是对一个类检测好坏,mAP就是对多个类的检测好坏。就是简单粗暴的把所有类的AP值取平均就好了。比如有两类,类A的AP值是0.5,类B的AP值是0.2,那么mAP=(0.5+0.2)/2=0.35

FPS

1秒内识别的图像数

ROI-Pooling

目标检测通常分为两个阶段:(1)输入image输出所有objects可能的位置,产生大量的region proposol,(2)确定每个region proposol是目标还是背景。

产生的问题:性能,处理速度

ROI pooling层能从不同大小的方框得到固定大小的相应 的feature maps,实现training和testing的显著加速,并提高检测accuracy。

map参考文章
roi参考文章
目标检测论文整理
map计算GitHub

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值