【多目标追踪算法】多目标跟踪评价指标
文章目录
- 一、MOTA (MOT Accuracy)准确率
- 二、MOTP (MOT Precision)精度
- 三、Detection检测指标
- 四、识别精准率、召回率和F1 score
- 五、MT (Mostly Tracked)&ML (Mostly Lost)
yolov5+deepsort 多目标跟踪算法实践
评价指标总览:
一、MOTA (MOT Accuracy)准确率
这种指标可以衡量算法跟踪目标的准确性。IDsw (ID switches)度量用于统计MOT算法在对象之间切换的次数。多目标跟踪精度(MOTA)指标将假阳性率、假阴性率和错配率组合成一个数字,为整体跟踪性能提供一个相当合理的数量。尽管有一些缺点和批评,这是目前为止最广泛接受的评价措施的MOT。
t 是时间帧的索引GT是真实框的物体。
FN(false negative):即该方法未检测到的ground truth对象的数量。(漏检)
FP(false positive): 即被该方法错误检测到但在ground truth中不存在的物体数量。
IDSW:在目标检测中,一个物体发生遮挡再重新出现在视野中,若网络重新赋给了一个序号,则定义为发生一次IDsw。
注意,MOTA也可以是负的情况下,由跟踪犯的错误数量超过了场景中所有对象的数量。
二、MOTP (MOT Precision)精度
多目标跟踪精度(MOTP)、跟踪距离误差(TDE)和OSPA属于该子集。它们描述了如何精确地跟踪对象,测量边界框重叠和 / 或距离。具体地说,还考虑了基数错误和标签错误。
多目标跟踪精度是所有真正与它们对应的地面真目标之间的平均差异。对于边框重叠,计算如下:
其中 Ct 表示第 t 帧中匹配的次数,dti 表示第 t 帧中目标 i 与其指定的 ground-truth 对象的 IOU。
因此,MOTP给出了所有正确匹配的假设和它们各自的对象之间td的平均重叠,以及td:= 50%和100%之间的范围。
需要指出的是,MOTP是定位精度的一种度量,不要与使用的 precision / recall 曲线的阳性预测值或相关性相混淆。
在实践中,它量化了检测器的定位精度,因此,它提供了很少的关于跟踪器实际性能的信息。
三、Detection检测指标
四、识别精准率、召回率和F1 score
通过解决时间重叠最大的配对配对问题,建立预测到 ground-truth 映射。在匹配建立后,我们可以计算真阳性id (IDTP) 、假阴性id (IDFN) 和假阳性id (IDFP) 的数量,这将每帧TPs、FNs和FPs的概念推广到轨迹。根据这些量,我们可以将识别精度 (IDP) 和召回率 (recall) 表示为:
五、MT (Mostly Tracked)&ML (Mostly Lost)
MT:对于所有的GT里面的轨迹来说,满足高于80%时间都能成功匹配的轨迹占比。这里不关心中途id是否发生改变,只要能有检测框和他匹配上即可。
MT越大就表明GT中被成功匹配时间占比很长的轨迹越多,跟踪效果越好。
完整性指标表示ground truth轨迹被跟踪的完整程度。主要跟踪(MT)、部分跟踪(PT)、大部分丢失(ML)和碎片(FM)属于这个集合。
挖个坑:后续结合代码实战分析
【多目标追踪算法】多目标跟踪评价指标相关推荐
- 【多目标追踪算法】Deepsort追踪实战
文章目录 一.项目克隆与环境配置 1. 下载源码 2. 安装依赖包 二.获取预训练权重 三.修改配置文件deep_sort.yaml 四.数据集的导入 五.修改track.py中模型参数 六.对预测结 ...
- 滴普技术荟:基于机器视觉的典型多目标追踪算法应用实践
视频目标追踪算法是机器视觉中一项很实用重要的算法,视频目标追踪算法应用场景很广,比如智能监控.机器人视觉系统.虚拟现实(人体跟踪).医学诊断(细胞状态跟踪)等.本文由滴普科技2048团队AI产品部算法 ...
- 目标检测算法的评价指标
目标检测算法的评价指标 0 不同比赛中的指标 1 基础概念 1.1 Intersection over Union (IoU) 1.2 Predictions: TP - FP - FN - TN 1 ...
- 基于目标追踪算法、web、gui开发的程序,可实时监控画面、检测目标、监听电脑配置
基于目标追踪算法.web.gui开发的程序,可实时监控画面.检测目标.监听电脑配置,此项目由软件+网页设计而成,请看项目展示.
- 基于yolov5框架实现人流统计(目标检测算法、目标追踪算法以及越界识别功能)+手机获取统计人数
主要实现的AI算法有:目标检测.目标追踪 主要实现AI算法功能:越界识别功能(主要是获取统计人流量) 平台:基于Aidlux平台 基础库安装: (1)lap安装: 先sudo apt-get upda ...
- 单目标追踪——常见的评价指标和评估方法梳理
目录 评估指标 精确度(Precision) 归一化的精确度(Norm. Prec) 成功率(Success Rate/IOU Rate/AOS) EAO F-score 评估方法 OPE(One-P ...
- OpenCV中八种不同的目标追踪算法
转载自丨新机器视觉 目标跟踪作为机器学习的一个重要分支,加之其在日常生活.军事行动中的广泛应用,受到极大的关注.在AI潮流中,大家对于深度学习,目标跟踪肯定都会有过接触了解:在GPU上通过大量的数据集 ...
- ECCV 2020 GigaVision挑战赛“行人和车辆检测”和“多目标追踪”冠军方案解读
本文转载自DeepBlue深兰科技. 日前,全球计算机视觉顶会ECCV 2020落下帷幕,各项挑战赛的结果也尘埃落定.深兰科技DeepBlueAI 团队包揽了首届GigaVision挑战赛" ...
- 智慧交通day02-车流量检测实现02:多目标追踪
1.多目标跟踪分类 多目标跟踪,即MOT(Multi-Object Tracking),也就是在一段视频中同时跟踪多个目标.MOT主要应用在安防监控和自动驾驶等领域中. 1.1 初始化方法 多目标跟踪 ...
- 多无人机多目标追踪《Robust Multi-Drone Multi-Target Tracking to Resolve Target Occlusion: A Benchmark》
这是实验室合作的一篇工作,本文提出了第一个多无人机多目标追踪数据集MDMT,也可用做多目标多视角跨机匹配问题相关研究.并配套提出了MIA-Net用于多机协同多目标追踪. MDMT数据集及代码链接:ht ...
最新文章
- 程序员的10条黄金法则,你懂?
- RTX3090深度学习环境配置(PyTorch1.8)
- [TJOI2011] 卡片(网络流 + 质因子优化建图)
- APP的六种loading加载样式,全在这
- linux定时任务页面管理平台jobx
- 天津农学院计算机科学与技术在那个校区,天津农学院有几个校区及校区地址
- 冰点还原精灵有什么作用
- 偏倚方差分解——R code
- 《最好的告别》是有尊严的离开
- 【阅读论文】第八章--多图像的质量增强--博-自动化眼底图像分析技术可筛查糖尿病患者的视网膜疾病
- 时代潮流-云原生数据库的崛起
- JAVA验证 手机、邮箱、电话、QQ 格式是否正确
- cph = CoxPHFitter()训练过程中遇到的坑以及画图
- 10大炫酷的HTML5文字动画特效欣赏
- iOS 图片转base64编码
- Qt数据可视化(QBoxPlotSeries盒须图)
- (二) 桌面应用程序的用户界面
- 12 权重衰退【动手学深度学习v2】
- c语言小游戏10例,C语言的应用 小游戏为例.doc
- win10怎么卸载linux小红帽,win10下使用Linux(ubuntu18.04)