数据集之单目标跟踪学习笔记

本文介绍了多个视觉目标跟踪数据集,如OTB、GOT-10K、VOT、LaSOT等,以及相应的评价标准,包括平均像素误差、平均重叠率、成功率、准确率和鲁棒性等,这些指标用于衡量跟踪算法的精度和稳定性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、OTB(Online Object Tracking Benckmark),它是一个经典的目标跟踪数据集,包含了100个视频序列,涵盖了各种场景和挑战性的情况,有很多个评价指标,比如:APE、AOR。

    APE(Average Pix111        el Error):平均像素误差,用来判断两个矩形框(预测框和真实框)的靠近程度(也就是框中心位置像素距离),值越大,说明误差越大;

    AOR(Average Overlap Rate):平均重叠率,两个矩形框(预测框和真实框)交集面积与并集面积之比取帧平均,用来判断两个矩形框的重叠程度,值越大则重叠的越多,说明跟踪精度较高。

2、GOT-10K是一个通用的目标跟踪数据集,包含了10000个视频序列,覆盖了多种目标类别和场景,主要的评价指标有AO、SR。

    AO:平均重叠率,表示所有基本事实和估计边界框之间重叠的平均值;

    SR:成功率,测量的是重叠超过阈值(例如,0.5)的成功跟踪帧的百分比。

3、VOT是一个针对视觉目标跟踪的挑战性数据集,包含了多个视频序列,并提供了丰富的挑战性标注,如目标尺度变化、遮挡、快速运动等,主要的评价指标有A、R、EAO、EFO。

    准确率Accuracy:在单个测试序列下的平均重叠率(即AOR),只考虑跟踪成功的帧;

    鲁棒性Robu

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