大家好,欢迎来到IT知识分享网。
之前一直对其多目标跟踪的评价指标一知半解,今天记录一下其具体的算法细节,不当之处请大家一定要指正!
MOTA ( Multiple Object Tracking Accuracy)
下面对这四个指标一一进行分析:
G T t GT_{t} GTt:很简单,对应label中第t帧有几个instance,那么该值就是标注的instance的个数。总数只需要把每一帧的个数求和即可;
F N t FN_{t} FNt:漏检表示假如GT在第t帧本应该有5个instance,但是在你得到的检测结果中只有四个能与之匹配(例如匹配可以等价于IOU>0.5),这个时候就存在一个GT的box漏检,此时FN为1。总数把每一帧的FN求和即可;
F P t FP_{t} FPt:虚检表示检测出来的bbox不在GT里面的情况,例如我某一帧检测到了6个框,但GT只有5个instance,且6个框中只能与GT匹配4个,这种情况下显然有两个框不在GT中,因此FP等于2,相应地FN=1;
I D S W t IDSW_{t} IDSWt:我们通过tracking可以得到若干条轨迹,假设GT中只有一条轨迹,那么这条轨迹可能在不同的时间对应不同的得到的tracking的轨迹。例如前一半时间GT轨迹对应的位置离轨迹1近,此时id号就属于1;而随着时间的推移,轨迹1与GT的位置不断偏离,而轨迹二与GT越来越近,在某个时刻GT就与轨迹2相对应了,此时就发生了id switch。
因此MOTA的值越大越好,最大为100(一般采用百分数),最小的话因为FP和ids的关系,可能为负数。
理解了MOTA以后,其他的评价指标就显得更容易了。
MOTP (Multiple Object Tracking Precision)
MT (Mostly Tracked)
因此MT越大越好,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。
ML (Mostly Lost)
对于所有的GT里面的轨迹来说,满足小于20%时间都能成功匹配的轨迹占比。这个指标与MT相反,因此越小表明跟踪效果越好。
ID Switch
MOTA指标中详细讲过,即一个GT轨迹在不同的时间段,可能会和你预测出来的不同的轨迹匹配,每一次匹配轨迹的改变就是一次id switch。id switch越大表明预测出来的轨迹与GT的偏离就越多(偏离多了才会被其他轨迹接管,出现id switch)。因此该指标越小越好。
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://haidsoft.com/127627.html