Kokios metrikos naudojamos objektų segmentavimui ir aptikimui?

Skaitmeninio vaizdo atpažinimo užduotims naudojamos šios pagrindinės metrikos:

• IoU (Susikirtimas virš Sąjungos) — matas, kiek susikerta prognozuota ir tikroji objekto sritis. Naudojama įvertinti detekcijos ir segmentacijos kokybę.

• mAP (vidutinė tikslumas) — vidutinė tikslumo reikšmė skirtinguose IoU slenksčiuose ir klasėse. Dažnai naudojama objektų detektorių vertinimui.

• Pikselių tikslumas — dalis teisingai klasifikuotų pikselių segmentacijos užduotyje.

• Dice koeficientas (F1-score segmentacijai) — panašumo matas tarp dviejų rinkinių (prognozuotos ir tikrosios kaukės), ypač populiarus medicininėje segmentacijoje.

• Tikslumas ir Recall — tikslumas ir pilnumas objektų aptikimui, svarbūs vertinant detekcijos kokybę.

Pavyzdys: objektų aptikimui mAP@0.5 (IoU slenkstis 0.5) rodo, kaip tiksliai modelis randa objektus su bent 50% susikirtimu.