导图社区 目标跟踪评价指标
目标跟踪评价指标,数据集 coco与voc,还有关于这几个数据集的比较
社区模板帮助中心,点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
目标跟踪评价指标
dateset
VOC 系列 05-12时间比赛
VOC 2007
20类
9963张标注过的图片,分为train val test 三部分
下载得到5个文件夹
Annotations
xml文档格式 没错就是你之前用的xml,包含下列信息
文件名
文件来源
文件尺寸
所有检测目标的信息,如类别,是否被截断
xml代码格式
Imagesets
JPEGImages
包含了训练验证集
尺寸 375*500 / 500*375
segmentationClass
segmentationObject
参考链接:https://blog.csdn.net/liuxiao214/article/details/80552026
VOC 2012
MS coco
91类
目标数量比较多,目标尺寸更小,因此COCO数据集上的任务更难,对于检测任务来说,现在衡量一个模型好坏的标准更加倾向于使用COCO数据集上的检测结果。
评估标准
评估标准参考链接:https://arleyzhang.github.io/articles/e5b86f16/
参考链接:https://blog.csdn.net/yeyang911/article/details/78675942
数据集之间的比较
每个类别实例数目
每张图片上的实例/数目分布
实例大小的分布
参考链接:https://arleyzhang.github.io/articles/e5b86f16/
Evaluation index
2019 iccv 最新论文使用的评价标准
object as points
AP,AP50,AP75,TIME,FPS,APS,APM,APL
CenterNet: Keypoint Triplets for Object Detection
AP,AP50,AP75,TIME,FPS,APS,APM,APL,AR1,AR10,AR100,ARS,ARM,ARL