Cơng thức minh họa để tính IoU

Một phần của tài liệu Phát hiện đối tượng trong không ảnh chứa sương mờ dựa trên học sâu (khóa luận tốt nghiệp) (Trang 61 - 63)

44 Trong đó:

Area of Overlap là vùng overlap (giao) giữa ground-truth Bounding

boxes và predicted Bounding boxes.

Area of Union là vùng được union (hợp) bởi cả 2 ground-truth Bounding

boxes và predicted Bounding boxes

Đối với các phương pháp chúng tôi thực nghiệm, kết quả IoU được cho là tốt khi có giá trị ≥ 0.5.

4.3.2.Average Precision (𝑨𝑷)

Chúng ta có thể đánh giá mơ hình dựa trên việc thay đổi một ngưỡng và quan sát giá trị của Precision và Recall.

𝐴𝑃 là đường cong Precision-Recall (Precision-Recall curve) và được tính bằng tổng của trọng số trung bình của các giá trị Precision ở mỗi ngưỡng và trọng số gia tăng của của Recall tại ngưỡng thứ 𝑛 so với ngưỡng trước đó (𝑛 − 1).

Cơng thức tính:

𝐴𝑃 = ∑(𝑅𝑛

𝑛

𝑖=0

− 𝑅𝑛−1)𝑃𝑛

Trong đó: 𝑃𝑛 và 𝑅𝑛 lần lượt là giá trị Precision và Recall tại ngưỡng thứ 𝑛. Precision là độ đo đánh giá độ tin cậy của dự đoán đưa ra. Nếu Precision cao đồng nghĩa độ chính xác của các điểm tìm được là cao. Recall là độ đo đánh giá khả năng tìm kiếm tồn bộ ground-truth mà mơ hình dự đốn được đúng. Giá trị Recall càng cao thì tỉ lệ bỏ sót các điểm thực sự là đúng càng thấp. Ngoài ra, ta có định nghĩa các giá trị TP / FP / FN như sau:

• TP (True Positive): số lượng điểm dữ liệu đúng được model dự đốn đúng.

• FP (False Positive): số lượng điểm dữ liệu sai được model dự đốn đúng.

45

• FN (False Negative): số lượng điểm dữ liệu đúng được model dự đoán là sai.

Một phần của tài liệu Phát hiện đối tượng trong không ảnh chứa sương mờ dựa trên học sâu (khóa luận tốt nghiệp) (Trang 61 - 63)

Tải bản đầy đủ (PDF)

(105 trang)