1.ap(現在目標檢測**中coco資料集上的衡量標準）：目標檢測演算法的常用評價標準，實際上是mmap,因為是多個iou閾值的平均map,含義為iou閾值（檢測框與groundtruth的iou大於該閾值時認為是正樣本）從0.5到0.95逐步遞增0.05時共10個iou閾值下的map的平均值。（而在pascal voc上只計算iou閾值為0.5下的map ，所以coco評價標準更全面）
2.ap50：即iou閾值為0.5時的map.
3.map:即在某個iou閾值下的多個類別的平均ap值。
4：ap：即在某個iou閾值下某個類別的pr曲線的面積（即平均precision）
5.pr曲線：
非voc2007的演算法：對於某類下全部的真實目標，將iou>=0.5 的作為檢測出來的目標，取不同的confidence 閾值計算對應的precision 和recall，對於每個recall，取其對應的最大precision，對這些precision 求平均即為該類的ap 值。所有類的ap 值求平均即為map。
voc2007的演算法：取[0, 0.1, 0.2, 0.3, …, 1]作為confidence 閾值計算precision 和recall，其餘同上。
****備註：****上面confidence閾值指的是**框中含有object的置信度，iou閾值指的是**框與真實標籤的的重疊率大於該閾值時被判定為正樣本（不要與nms中的iou閾值相混淆）
目標檢測常遇概念解釋
dpm演算法採用了改進後的hog特徵，svm分類器和滑動視窗 sliding windows 檢測思想，針對目標的多視角問題，採用了多元件 component 的策略，針對目標本身的形變問題，採用了基於圖結構 pictorial structure 的部件模型策略。此外，將樣本的所屬的模型類別，部件...
目標檢測中的example mining
目標檢測，一般分為2個部分，定位和分類,example mining是選擇出特定樣本來計算損失函式 從實際問題出發hard example應該就是指定位較困難或分類較困難或者兩者都困難的候選框。ssd的caffe中支援negative mining和hard example mining，當shar...
目標檢測中region proposal的作用
首先我們明確乙個定義，當前主流的object detection框架分為1 stage和2 stage，而2 stage多出來的這個stage就是regional proposal過程，明確這一點後，我們繼續講。regional proposal的輸出到底是什麼？我們首先看一下以faster r c...