mmdetection 模型评测指标
需积分: 5 19 浏览量
2022-03-02
17:06:02
上传
评论 3
收藏 217KB PDF 举报
1.
2.
3.
4.
5.
mmdetection 模型评测指标
mmdet 默认使用的是coco格式的数据集，算法训练模型也是使用的coco格式训练数据；
评测指标同样使用COCO数据集的评测指标，指标如下：
算法评测参数：
bbox —— 目标检测框
segm —— 目标分割结果
模型的判断标准有AP（平均精确率） 和AR（平均召回率） 两大类，在机械臂项目中，主要依据AP 来进行评测。
MAP —— mean Average Precision, 即各类别AP的平均值
AP50 —— IOU 阈值设置成0.5时的AP值，也可协作mAP.5
mAP.5:.95 ——mAP@[.5:.95](mAP@[.5,.95]) 表示在阈值区间 [0.5, 0.95]，步长为0.5的平均mAP 。IoU thresholds, from 0.5 to 0.95,
step 0.05 (0.5, 0.55, 0.6, 0.65, 0.7, 0.75, 0.8, 0.85, 0.9, 0.95).
检测结果举例：
// 平均精确率
Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.742 # mAP.5:.95
Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=1000 ] = 0.899 #mAP.5
Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=1000 ] = 0.813 # iou阈值设置成0.75时的平均精确率
Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=1000 ] = 0.008 # 小物体的mAP.5:.95
Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=1000 ] = 0.608 # 中物体的mAP.5:.95
Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=1000 ] = 0.808 # 大物体的mAP.5:.95
// 平均召回率
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.774
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=300 ] = 0.774
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=1000 ] = 0.774
Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=1000 ] = 0.029
Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=1000 ] = 0.661
Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=1000 ] = 0.835
OrderedDict([ , ('bbox_mAP_75', 0.813), ('bbox_mAP_s', 0.008), ('bbox_mAP_m', ('bbox_mAP', 0.742), ('bbox_mAP_50', 0.899)
0.608), ('bbox_mAP_l', 0.808), ('bbox_mAP_copypaste', '0.742 0.899 0.813 0.008 0.608 0.808'), , ('segm_mAP', 0.744), ('segm_mAP_50', 0.9)
('segm_mAP_75', 0.823), ('segm_mAP_s', 0.002), ('segm_mAP_m', 0.599), ('segm_mAP_l', 0.812), ('segm_mAP_copypaste', '0.744 0.900 0.823
0.002 0.599 0.812')])
评论0