Ի՞նչ մեթոդներ են օգտագործվում օբյեկտների սեգմենտացիայի և հայտնաբերման համար։

Համակարգչային տեսլականի առաջադրանքների համար օգտագործվում են հետևյալ հիմնական չափանիշները:

• IoU (Կտրում և Միավորում) — չափանիշ՝ կանխատեսված և իրական օբյեկտի տարածքների միջև համընկնումը։ Օգտագործվում է հայտնաբերման և սեգմենտացիայի որակի գնահատման համար։

• mAP (Միջին Ակնհայտություն) — տարբեր IoU շեմերով և դասերով հաշվարկված միջին ճշգրտություն։ Սովորաբար օգտագործվում է օբյեկտների հայտնաբերման համակարգերի գնահատման համար։

• Պիքսելների ճշգրտություն — ճիշտ դասակարգված պիքսելների մասնաբաժին սեգմենտացիայի առաջադրանքում։

• Dice գործակից (F1-score սեգմենտացիայի համար) — երկու հավաքածուների (նախատեսված և իրական մասկեր) նմանության չափանիշ, հատկապես հանրահայտ բժշկական սեգմենտացիայում։

• Ճշգրտություն և Recall — օբյեկտների հայտնաբերման ճշգրտություն և լրիվություն, կարևոր են հայտնաբերման որակի գնահատման համար։

Օրինակ՝ օբյեկտների հայտնաբերման համար mAP@0.5 (IoU շեմ 0.5) ցույց է տալիս, թե որքան ճշգրիտ է մոդելը գտնում օբյեկտները՝ առնվազն 50% համընկնումով։