如何解决如何在对象检测中找到给定IoU数组的最佳对
我正在计算用于物体检测的评估指标,似乎很难找到最佳的IoU指数。我想将每个预测分配给基本事实。对于以下示例,我应该如何找到最佳的联合交叉口(IoU)索引?
例如。我有3个地面真实(GT)BBoxes和4个预测BBoxes。用GT计算每个预测的IoU之后,我得到的结果为4x3
。在下面的示例中,我们可以看到列= GT = 3,行=预测= 4。
GT1 GT2 GT3
IoU = np.array([[0.7000,0.0000,0.7000],[0.8000,0.9500,0.6000],[0.6500,0.7500,0.5500],[0.0000,0.7000,0.7000]])
预期输出:分配给预测的最佳IoU的列索引(GT)。输出形状的长度等于预测的长度。
output = [0,1,-1,2]
有一些将预测分配给地面真理的规则。
- 已选择具有最佳IoU的预测,
- IoU为0的预测不应分配给GT。
- 每个GT只能分配给一个预测。
- 如果某些预测未分配给任何GT,则该预测的结果应为
-1
- IoU值介于0到1之间。1是100%匹配,0是0%匹配。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。