目标检测数据集和相关概念

1. 检测数据集介绍

1.1. pascal VOC 2007/2012

• pattern analysis statical modeling and computational learning
  visual object classes(模式分析静态建模与计算学习、可视化对象类别)
• 10k张图片
• 20~30k个对象

1.2. coco

• 大小为20G
• 200k张图片 500~600k个对象
• 大部分为小目标,目标不规则，不对称，重叠，密集

2. TP TN FP FN

• Group Truth：图片中真实标记的框

• TP（True Positives）：真的正样本==>正样本被正确分为正样本

• TN（True Negatives）：真的负样本==>负样本被正确分为负样本

• FP（False Positives）：假的正样本==>负样本被错误分为正样本，即误检

• FN（False Negatives）：假的负样本==>正样本被错误分为负样本，即漏检

• precision(精度) = TP / (TP + FP)
  • 即预测正确的部分占预测结果的比例
• recall(召回率) = TP / (TP + FN)
  • 即预测正确的部分占GroundTruth的比例
• IoU（Intersection over Union) : 交并比
  • IoU = TP / (TP + FP + FN)

最后

原文链接