Nesne segmentasyonu ve tespiti için hangi metrikler kullanılır?

Bilgisayarla görme alanında segmentasyon ve nesne tespiti görevleri için aşağıdaki temel metrikler kullanılır:

• IoU (Intersection over Union) — tahmin edilen alan ile gerçek nesne alanı arasındaki örtüşme ölçüsü. Tespit ve segmentasyon kalitesini değerlendirmek için kullanılır.

• mAP (ortalama Kesinlik) — farklı IoU eşiklerinde ve sınıflarda ortalama kesinlik değeri. Genellikle nesne tespit edicilerini değerlendirmek için kullanılır.

• Piksel Doğruluğu — segmentasyon görevinde doğru sınıflandırılan piksel oranı.

• Dice Katsayısı (Segmentasyon için F1-skora) — iki küme (tahmin edilen ve gerçek maske) arasındaki benzerlik ölçüsü, özellikle tıbbi segmentasyonda popülerdir.

• Kesinlik ve Recall — nesne tespiti için doğruluk ve geri çağırma, tespit kalitesini değerlendirmede önemlidir.

Örnek: Nesne tespiti için, mAP@0.5 (IoU eşik değeri 0.5), modelin en az %50 örtüşme ile nesneleri ne kadar doğru bulduğunu gösterir.