了解COCO评估的“最大检测量”

Question

我开始使用cocoapi评估使用Object Detection API训练的模型。阅读了解释平均平均精度（mAP）和召回率的各种资料之后，我对可可比中使用的“最大检测”参数感到困惑。

根据我的理解（例如，此处，此处或此处），可以通过计算各种模型得分阈值的精度和召回率来计算mAP。这给出了精确调用曲线，并且mAP被计算为该曲线下面积的近似值。或者，以不同的方式表示为定义的召回范围（0：0.1：1）中最大精度的平均值。

但是，对于给定数量的maxDet具有最高分数的最大检测次数（），cocoapi似乎可以计算精度和召回率。然后从中获得的精确调用曲线maxDets = 1, 10, 100。为什么这是一个好的指标，因为它显然与上述方法不同（它可能不包括数据点）？

在我的示例中，每个图像有〜3000个对象。使用cocoapi评估结果的召回性很差，因为它会将检测到的对象数限制为100。

出于测试目的，我将评估数据集作为基本事实和检测到的对象（带有一些人工得分）提供。我希望精确度和召回率非常好，这实际上是在发生。但是，一旦我提供了100多个对象，精度和查全率就会随着“检测到的对象”数量的增加而下降。即使它们都是“正确的”！这有什么意义？

Answer 1

您可以更改maxDets参数并定义新的summarize()实例方法。

让我们创建一个COCOeval对象：

cocoEval = COCOeval(cocoGt,cocoDt,annType)
cocoEval.params.maxDets = [200]
cocoEval.params.imgIds  = imgIdsDt
cocoEval.evaluate()
cocoEval.accumulate()
cocoEval.summarize_2() # instead of calling cocoEval.summarize()

现在，按以下方式summarize_2()在cocoeval.py模块中定义方法：

def summarize_2(self):
    # Copy everything from `summarize` method here except
    # the function `_summarizeDets()`.
    def _summarizeDets():
        stats = np.zeros((12,))
        stats[0] = _summarize(1, maxDets=self.params.maxDets[0])
        stats[1] = _summarize(1, iouThr=.5, maxDets=self.params.maxDets[0])
        stats[2] = _summarize(1, iouThr=.75, maxDets=self.params.maxDets[0])
        stats[3] = _summarize(1, areaRng='small', maxDets=self.params.maxDets[0])
        stats[4] = _summarize(1, areaRng='medium', maxDets=self.params.maxDets[0])
        stats[5] = _summarize(1, areaRng='large', maxDets=self.params.maxDets[0])
        stats[6] = _summarize(0, maxDets=self.params.maxDets[0])
        stats[9] = _summarize(0, areaRng='small', maxDets=self.params.maxDets[0])
        stats[10] = _summarize(0, areaRng='medium', maxDets=self.params.maxDets[0])
        stats[11] = _summarize(0, areaRng='large', maxDets=self.params.maxDets[0])
        return stats
    # Copy other things which are left from `summarize()` here.

如果您在数据集上运行上述方法，您将获得类似于以下内容的输出：

 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=200 ] = 0.507
 Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=200 ] = 0.699
 Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=200 ] = 0.575
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=200 ] = 0.586
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=200 ] = 0.519
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=200 ] = 0.501
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=200 ] = 0.598
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=200 ] = 0.640
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=200 ] = 0.566
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=200 ] = 0.564

Answer 2

我得出的结论是，这正是 cocoapi 定义其度量的方式。这在他们的上下文中可能是有道理的，但我也可以根据我在上面阅读和链接的文章来定义我自己的（这就是我所做的）。