mAP @ [. 5 : .95] 표기법의 의미는 무엇입니까?


17

감지를 위해 하나의 오브젝트 제안이 올바른지 판별하는 일반적인 방법은 IoU, IU ( Intersection over Union )입니다. 제안 된 객체 픽셀 세트 와 실제 객체 픽셀 세트를 가져 와서 다음을 계산합니다.BAB

IoU(A,B)=ABAB

일반적으로 IoU> 0.5는 적중했음을 의미하며, 그렇지 않으면 실패했습니다. 각 클래스에 대해

  • 진 양성 ( ) : 클래스 대한 제안이 있었고 실제로 클래스 의 객체가있었습니다.TP(c)cc
  • False Positive ( ) : 클래스에 대한 제안이 있었지만 클래스의 목적은 없습니다FP(c)cc
  • 클래스 평균 정밀도 :c#TP(c)#TP(c)+#FP(c)

mAP (평균 평균 정밀도) =1|classes|cclasses#TP(c)#TP(c)+#FP(c)

더 나은 제안을 원한다면 IoU를 0.5에서 더 높은 값 (최대 1.0까지)으로 높이십시오. 이를 mAP @ p로 표시 할 수 있습니다. 여기서 은 IoU입니다.p(0,1)

그러나 mAP@[.5:.95]( 이 백서 에서 볼 수 있듯이) 무엇을 의미합니까?


나는 그 [.5:.95]부분이 IoU 값의 범위를 참조한다고 생각 하지만 그 범위가 어떻게 알 수없는 단일 mAP로 평가되는지.
Neil Slater

@NeilSlater 그런데 왜 상한을 원하십니까? 항상 높은 IoU가 더 좋지 않습니까?
Martin Thoma 2012

IoU가 더 높은 일치를 달성하는 것이 더 좋지만 모델이 완벽하게 일치하는 항목 (모든 모델에 대해)을 얼마나 잘 설명하는지 측정하면 유용한 값으로 간주되지 않을 수 있습니다. 왜 그것이 알지 못하는 범위에 포함되지 않습니까? 그러나이 경우 mAP가 어떻게 계산되는지 모르겠습니다. 예를 들어 샘플을 기반으로 한 간단한 평균 일 수 있습니다.
Neil Slater

1
이 GitHub의 저장소 에 대한 훌륭한 설명과 IOU , 정밀 , 리콜 , 평균 정밀지도 . 또한 모든 물체 탐지기를 평가하는 코드가 있습니다. 그것은 당신에게 확실히 도움이 될 것입니다 : https://github.com/rafaelpadilla/Object-Detection-Metrics
Rafael Padilla

답변:


10

mAP@[.5:.95](누군가 표시됨 mAP@[.5,.95])은 0.5 내지 0.95, 단계 0.05 (0.5, 0.55, 0.6, 0.65, 0.7, 0.75, 0.8, 0.85, 0.9, 0.95)의 상이한 IoU 임계 값에 대한 평균 mAP를 의미한다.

0.5에서 0.95 ( "0.5 : 0.95"로 작성)의 다른 IoU 임계 값에 대한 평균 mAP 인 새로운 평가 메트릭과 관련된 MS COCO 챌린지가 있습니다. [ 참조 ]

IoU ∈ [0.5 : 0.05 : 0.95] (COCO의 표준 메트릭, 간단히 mAP @ [. 5, .95]로 표시됨) 및 mAP@0.5 (PASCAL VOC의 메트릭)에 대해 평균 된 mAP를 평가합니다. [ 참조 ]

최종 탐지를 평가하기 위해 공식 COCO API [20]를 사용하는데,이 지표는 [0.5 : 0.05 : 0.95]의 IOU 임계 값에 대한 평균 mAP를 측정합니다. [ 참조 ]

coco소스 코드 인 BTW 는 다음을 정확히 보여줍니다 .mAP@[.5:.95]

self.iouThrs = np.linspace(.5, 0.95, np.round((0.95 - .5) / .05) + 1, endpoint=True)

참고 문헌

https://github.com/pdollar/coco

http://mscoco.org/

https://www.cs.cornell.edu/~sbell/pdf/cvpr2016-ion-bell.pdf

https://arxiv.org/pdf/1506.01497.pdf

https://arxiv.org/pdf/1611.10012.pdf


질문이 있습니까? 예를 들어 데이터 세트에 특정 클래스의 3 개의 인스턴스가 있고 모델이 iou 0.1, 0.6 및 0.9를 반환하는 경우 0.1 결과와 평균 iou 0.75 및 해당 mAP를 버리는 것입니까?
Alex

5

#()#()+#에프()


참고 문헌을 살펴 보는 사람들의 경우 평균 정밀도 (AP)의 정의는 11 페이지에 있습니다.
Waylon Flinn

3

AP는 모든 범주에서 평균화됩니다. 전통적으로이를 "평균 평균 정밀도"(mAP)라고합니다. 우리는 AP와 mAP (및 AR과 mAR)를 구별하지 않으며, 문맥에서 차이가 분명하다고 가정합니다.

http://cocodataset.org/#detections-eval


mAP는 멀티 클래스에서 AP의 평균이라고 생각했습니다. 나는 당신의 / 종이 저자 범주의 정의를 알고 있습니다.
Cloud Cho
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.