交并比（IoU）
如何判断对象检测算法运作良好呢？可以用交并比函数来评价对象检测算法。 在对象检测中，我们希望边框能定位目标，但是如果实际边界框如图所示这样，你的算法给出了紫色框，那这个结果是好还是坏呢？我们给出了IoU函数来进行评价。 IoU = （ bounding box ∩ Ground Truth）/ （ bounding box ∪ Ground Truth） = （绿色）/ （蓝+绿+黄） 由式子可以
相关文章
- 1. IOU交并比的计算
- 2. iou（交并比）的概念
- 3. 图像处理交并比(IOU)计算
- 4. Intersection over Union - IoU - 交并比 (一)
- 5. 目标检测中计算图像的交并比（IOU)
- 6. 目标检测 —— 交并比（Intersection over Union，IoU）
- 7. Jaccard index - Intersection over Union - Jaccard similarity coefficient - IoU - 交并比 (六)
- 8. iou与giou对比
- 9. 交并比、mAP
- 10. 目标检测之交并比IOU与非极大值抑制NMS
- 更多相关文章...
- • PHP 类型比较 - PHP教程
- • C# 交错数组 - C#教程
- • 算法总结-归并排序
- • Git可视化极简易教程 — Git GUI使用方法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章