bboxPrecisionRecall
计算边界框精度和针对地面真实值的召回
语法
描述
［测量包围框之间重叠的精度精度，回忆= bboxPrecisionRecall(bboxes，groundTruthBboxes）bboxes而且groundTruthBboxes．精度是检测器中对象的真阳性实例与所有阳性实例的比率，该比率基于基本真值。回忆是检测器中真阳性实例与真阳性和假阴性实例之和的比率，基于基本真实值。
如果边界框与类标签相关联，精度而且回忆包含每个类的度量。如果边界框还与排序的置信度分数相关联，则使用evaluateDetectionPrecision函数。
［指定将给定框分配给地面真值框时的重叠阈值。精度，回忆= bboxPrecisionRecall(bboxes，groundTruthBboxes，阈值）
例子
评估包围框重叠精度
创建两个ground truth方框。
groundTruthBoxes = [2 2 10 20;80 80 30 40];
为评估创建三个方框。
boundingBoxes = [4 4 10 20;50 50 30 10;90 90 40 50];
画出方框。
图保存在为我= 1:2矩形(“位置”groundTruthBoxes(我,:)“EdgeColor”，“r”）;结束为我= 1:3矩形(“位置”boundingBoxes(我,:)“EdgeColor”，“b”）;结束
根据地面真实数据评估重叠精度。
[precision,recall] = bboxPrecisionRecall(boundingBoxes,groundTruthBoxes)
精度= 0.3333
召回率= 0.5000
计算三个类的边界框重叠
定义类名。
classNames = [“一个”，“B”，“C”];
为评估创建边界框。
predictedLabels = {.．.分类(“一个”类名);.．.分类([“C”；“B”),类名)};Bboxes = {.．.[10 10 20 30];.．.[60 18 20 10;120 120 5 10]};boundingBoxes = table(bboxes,predictedLabels，“VariableNames”，.．.｛“PredictedBoxes”，“PredictedLabels”})；
创建ground truth方框。
A = {[10 10 20 28];[]};B = {[];[118 120 5 10]};C = {[];[59 19 20 10]};groundTruthData = table(A,B,C);
根据地面真实数据评估重叠精度。
[precision,recall] = bboxPrecisionRecall(boundingBoxes,groundTruthData)
精度=3×1１ ０ １
回忆=3×1１ ０ １
输入参数
输出参数
版本历史
在R2018a中引入
您也可以从以下列表中选择一个网站: