Какви метрики се използват за сегментация и детекция на обекти?

За задачите за сегментация и откриване на обекти в компютърното зрение се използват следните основни метрики:

• IoU (Интерсекция върху Обединение) — мярка за припокриване между предсказаната област и истинската област на обекта. Използва се за оценка на качеството на откриване и сегментация.

• mAP (средна прецизност) — средната стойност на прецизността при различни прагове на IoU и класове. Често се използва за оценка на детекторите на обекти.

• Пикселна точност — делът на правилно класифицираните пиксели в задачата за сегментация.

• Коефициент на Dice (F1-score за сегментация) — мярка за сходство между две множества (предсказаната и истинската маска), особено популярна в медицинската сегментация.

• Прецизност и Recall — точност и пълнота за откриване на обекти, важни за оценка на качеството на откриване.

Пример: за откриване на обекти, mAP@0.5 (праг на IoU 0.5) показва колко точно моделът намира обекти с поне 50% припокриване.