[問題] Object Detection中的mAP指標多少算高?

看板DataScience作者 (阿偉)時間3年前 (2020/11/05 23:33), 編輯推噓2(208)
留言10則, 4人參與, 3年前最新討論串1/1
版上各位好 小弟最近在使用Faster RCNN做一些物件辨識的任物 訓練完模型後想評估模型好壞,因此以原code中的mAP進行評估 我在testing data上的結果看起來預測的都還行 但在IoU>0.5的閥值下的mAP都大約0.7左右 想問一下版上大大mAP多少以上算高呢? 因為我看原本Faster RCNN的paper在mAP的評估上似乎也都0.5~0.8左右而已 有點不清楚這個指標應該多少算高 網路上似乎也找不到相關的討論,都只有計算方法而以 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.36.56 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1604590433.A.DF3.html

11/06 01:54, 3年前 , 1F
看難易度吧
11/06 01:54, 1F

11/07 20:59, 3年前 , 2F
看資料難易度 VOC沒有0.8就慘 COCO有0.4還蠻屌的
11/07 20:59, 2F

11/08 22:22, 3年前 , 3F
稍微重新理解了一下PR curve的定義 現在大概了解自己模
11/08 22:22, 3F

11/08 22:22, 3年前 , 4F
型的問題了
11/08 22:22, 4F

11/10 09:16, 3年前 , 5F
對user/客戶端有實際使用價值的就是高 沒有就是低
11/10 09:16, 5F

11/10 09:18, 3年前 , 6F
通常0.5左右都沒有的話 實際使用的價值不高 但也是看
11/10 09:18, 6F

11/10 09:18, 3年前 , 7F
情況
11/10 09:18, 7F

11/13 17:45, 3年前 , 8F
嗯嗯 我把PR曲線畫出來看 發現現在狀況是高precision低r
11/13 17:45, 8F

11/13 17:45, 3年前 , 9F
ecall 這樣應該是有機會抓不到gt 但一但抓出來分類正確
11/13 17:45, 9F

11/13 17:45, 3年前 , 10F
的機會就很高 不知道理解是否有誤
11/13 17:45, 10F
文章代碼(AID): #1Vf1jXtp (DataScience)
文章代碼(AID): #1Vf1jXtp (DataScience)