测量目标检测器与跟踪器的准确性
计算机视觉与模式识别
2018-07-27 v1
摘要
目标检测器和跟踪器的准确性最常通过交并比（IoU）准则来评估。迄今为止，大多数方法局限于轴对齐或旋转框，因此许多数据集仅用框标注。然而，轴对齐或旋转框无法准确捕捉物体形状。为此，在目标检测与目标跟踪领域开始出现一些密集分割数据集。但是，评估仅限于框的目标检测器和跟踪器在密集分割数据上的准确性并不简单。为弥补这一差距，我们引入了相对交并比（rIoU）准确性度量。该度量用分割的最优框对 IoU 进行归一化，生成取值范围在 0 到 1 之间的准确性度量，并允许更精确地测量准确度。此外，它提供了一种高效简便的方式来理解场景以及目标检测或跟踪方法的优缺点。我们展示了如何高效计算这一新度量，并提供了一个易于使用的评估框架。该框架在 DAVIS 和 VOT2016 分割上进行了测试，并已向社区开放。
引用
@article{arxiv.1704.07293,
title = {Measuring the Accuracy of Object Detectors and Trackers},
author = {Tobias Bottger and Patrick Follmann and Michael Fauser},
journal= {arXiv preprint arXiv:1704.07293},
year = {2018}
}
备注
10 pages, 7 Figures