Kādas metriku tiek izmantotas objektu segmentācijai un detekcijai?

Datorredzes uzdevumu segmentēšanas un objektu noteikšanas uzdevumos tiek izmantotas šādas galvenās metriku:

• IoU (Saskares un Apvienošanas attiecība) — mērs, kas norāda uz pārklāšanos starp prognozēto un patieso objekta apgabalu. Izmanto detekcijas un segmentācijas kvalitātes novērtēšanai.

• mAP (vidējā precizitāte) — vidējā precizitāte dažādos IoU sliekšņos un klasēs. Bieži tiek izmantota objektu detektoru novērtēšanai.

• Pikseļu precizitāte — daļa pareizi klasificēto pikseļu segmentācijas uzdevumā.

• Dice koeficients (F1-score segmentācijai) — līdzības mērs starp divām kopām (prognozēto un patieso masku), īpaši populārs medicīniskajā segmentācijā.

• Precizitāte un Recall — precizitāte un pilnīgums objektu atklāšanā, svarīgi detekcijas kvalitātes novērtēšanai.

Piemērs: objektu atklāšanā mAP@0.5 (IoU slieksnis 0.5) rāda, cik precīzi modelis atrod objektus ar vismaz 50% pārklājumu.