在大图像中测试物体检测算法时,我们根据为地面实况矩形给出的坐标检查我们检测到的边界框.
根据Pascal VOC挑战,有这样的:
如果预测的边界框与地面实况边界框重叠超过50%,则认为该边界框是正确的,否则边界框被认为是误报检测.多次检测会受到处罚.如果系统预测了几个与单个地面实况边界框重叠的边界框,则只有一个预测被认为是正确的,其他预测被认为是误报.
这意味着我们需要计算重叠的百分比.这是否意味着地面实况框被检测到的边界框覆盖了50%？或者50%的边界框被地面真值箱吸收了？
我已经搜索了但是我没有为此找到一个标准算法 - 这是令人惊讶的,因为我会认为这是计算机视觉中非常常见的东西.(我是新手).我错过了吗？有谁知道这类问题的标准算法是什么？
python bounding-box object-detection computer-vision scikit-image