Ποιες μετρήσεις χρησιμοποιούνται για τον διαχωρισμό και την ανίχνευση αντικειμένων;

Για εργασίες διαχωρισμού και ανίχνευσης αντικειμένων στην υπολογιστική όραση, χρησιμοποιούνται οι ακόλουθες βασικές μετρικές:

• IoU (Επικαλύψεις πάνω από Ένωση) — μέτρο της υπερκάλυψης μεταξύ της προβλεπόμενης περιοχής και της πραγματικής περιοχής του αντικειμένου. Χρησιμοποιείται για την αξιολόγηση της ποιότητας ανίχνευσης και διαχωρισμού.

• mAP (μέση ακρίβεια) — μέση τιμή ακρίβειας σε διαφορετικά κατώφλια IoU και κατηγορίες. Συχνά χρησιμοποιείται για την αξιολόγηση ανιχνευτών αντικειμένων.

• Ακρίβεια pixel — ποσοστό σωστά ταξινομημένων pixel στην εργασία διαχωρισμού.

• Δείκτης Dice (F1-score για διαχωρισμό) — μέτρο ομοιότητας μεταξύ δύο συνόλων (προβλεπόμενης και πραγματικής μάσκας), ιδιαίτερα δημοφιλές στη ιατρική διαχωρισμό.

• Ακρίβεια και Recall — ακρίβεια και ευαισθησία για την ανίχνευση αντικειμένων, σημαντικά για την αξιολόγηση της ποιότητας ανίχνευσης.

Παράδειγμα: για την ανίχνευση αντικειμένων, το mAP@0.5 (κατώφλι IoU 0.5) δείχνει πόσο ακριβώς βρίσκει το μοντέλο αντικείμενα με υπερκάλυψη τουλάχιστον 50%.