Aké metriky sa používajú na segmentáciu a detekciu objektov?

Pre úlohy segmentácie a detekcie objektov v počítačovom videní sa používajú nasledujúce hlavné metriky:

• IoU (Prienik nad Zjednotením) — miera prekrytia medzi predpovedanou a skutočnou oblasťou objektu. Používa sa na hodnotenie kvality detekcie a segmentácie.

• mAP (priemerná presnosť) — priemerná hodnota presnosti pri rôznych prahových hodnotách IoU a triedach. Často sa používa na hodnotenie detektorov objektov.

• Pixelová presnosť — podiel správne klasifikovaných pixelov v úlohe segmentácie.

• DICE koeficient (F1-score pre segmentáciu) — miera podobnosti medzi dvomi množinami (predpovedaná a skutočná maska), obzvlášť populárne v medicínskej segmentácii.

• Presnosť a Recall — presnosť a úplnosť pri detekcii objektov, dôležité pre hodnotenie kvality detekcie.

Príklad: pre detekciu objektov ukazuje mAP@0.5 (práh IoU 0.5), ako presne model nájde objekty s prekrytím najmenej 50%.