evaluateDetectionAOS

评估对象检测的平均取向的相似性度量

语法

指标= evaluateDetectionAOS (detectionResults groundTruthData)

指标= evaluateDetectionAOS (detectionResults groundTruthData阈值)

描述

指标= evaluateDetectionAOS (detectionResults,groundTruthData)计算的平均方向相似性度量(代谢)。可以使用公制测量检测结果detectionResults针对地面实况数据groundTruthData。氖是公制测量探测器性能检测旋转矩形。

指标= evaluateDetectionAOS (detectionResults,groundTruthData,阈值)另外指定分配重叠阈值检测到地面真理边界框。

例子

全部折叠

评估旋转矩形检测

打开生活的脚本

为汽车类定义地面实况边框。每一行定义了一个旋转边界框的形式xcenter,ycenter,宽度,高度,偏航]。

gtbbox = [2 2 10 20 45 80 80 30 40 15];gtlabel =“汽车”;

创建一个表来保存地面实况数据。

groundTruthData =表({gtbbox},“VariableNames”gtlabel)

groundTruthData =表车辆_______ {2 x5双}

为旋转边框定义检测结果,分数,和标签。

bbox = [4 4 10 20 20 50 50 30 30 90 90 40 50 10];得分= (0.9 0.7 0.8)';标签= [“汽车”“汽车”“汽车”];标签=分类(标签,“汽车”);

创建一个表来保存检测结果。

detectionResults =表({bbox},{},{}标签,“VariableNames”,{“盒子”,“分数”,“标签”})

detectionResults =1×3表盒子分数标签_______ _______ _________________ {3 x5双}{3 x1双}{3 x1直言}

评估检测结果与地面真理通过计算代谢指标。

指标= evaluateDetectionAOS (detectionResults groundTruthData)

指标=表1×5《超能美联社OrientationSimilarity精密召回______ _________ _____________________ _______ _______车辆0.5199 - 0.54545 {4 x1双}{4 x1双}{4 x1双}

输入参数

全部折叠

`detectionResults`- - - - - -检测结果
三列的表

检测结果,指定为一个三列的表。列包含边界框、分数和标签。边界框可以axis-aligned矩形或矩形旋转。

边界框	格式	描述
Axis-aligned矩形	(x_最小值,y_最小值,宽度,高度]	这种类型的边界框是在像素坐标定义的米4矩阵表示米边界框
旋转的矩形	(x_中心,y_中心,宽度,高度,偏航]	这种类型的边界框是在空间坐标定义的米5矩阵表示米边界框。的x_中心和y_中心坐标表示边界框的中心。的宽度和高度元素代表的盒子的长度x和y轴,分别。的偏航代表的旋转角度。的旋转中心的边界框以顺时针方向。

`groundTruthData`- - - - - -贴上地面实况图像
数据存储|表

贴上地面实况图像,指定为一个数据存储或表。

如果你使用一个数据存储,数据必须设置,以便调用的数据存储读和readall函数返回一个与两个或三个单元阵列或表列。当输出包含两列,第一列必须包含边界框,和第二列必须包含标签,{盒子,标签}。当输出包含三列,第二列必须包含边界框,第三列必须包含标签。在这种情况下,第一列可以包含任何类型的数据。例如,第一列可以包含图片或点云数据。

数据	盒子	标签
第一列必须图像。	米4矩阵边界框的形式x,y,宽度,高度),(x, y)代表边界框的左上角的坐标。	第三列必须包含的单元阵列米1分类向量包含对象类的名字。所有分类数据存储返回的数据必须包含相同的类别。

有关更多信息,请参见数据存储深度学习(深度学习工具箱)。

如果你使用一个表,表中必须有两个或两个以上的列。

数据	盒子	…
第一列可以包含数据,比如点云数据或图像。	剩余的每个列必须包含一个细胞向量米5代表旋转矩阵矩形边界框。必须将每个矩形旋转的形式x_中心,y_中心,宽度,高度,偏航]。向量代表边界框的位置和大小的对象在每一个图像。

`阈值`- - - - - -重叠的阈值
负的标量

重叠的阈值,指定为负的标量。重叠率被定义为十字路口在联盟。

输出参数

全部折叠

`指标`——《超能指标
five-column表

代谢指标,作为five-column表返回。表中的每一行包含一个类定义的评价指标在地面真理中包含的数据groundTruthData输入。获得对象类名:

metrics.Properties.RowNames

此表描述了五列指标表。

列	描述
`先进的`	取向平均相似度值
`美联社`	平均精度的检测结果,作为数字返回标量。精度是真阳性的比率实例中的一切积极的实例对象探测器,基于地面真理。
`OrientationSimilarity`	每个检测定位相似值,作为一个返回米有效数字列。米是一个多检测分配给一个类的数量。第一个值的`OrientationSimilarity`是`1`。方向余弦相似度的相似是一个规范化的变体,措施之间的相似性预测旋转角和地面真理旋转角度。
`精度`	从每个检测精度值,作为一个返回米有效数字的列向量。米是一个多检测分配给一个类的数量。例如,如果您的检测结果包含4检测类标签‘车’,`精度`包含5个元素。第一个值的`精度`是`1`。精度是真阳性的比率实例中的一切积极的实例对象探测器,基于地面真理。
`回忆`	回忆值从每个检测,作为一个返回米有效数字的列向量。米是一个多检测分配给一个类的数量。例如,如果您的检测结果包含4检测类标签‘车’,`回忆`包含5个元素。第一个值的`回忆`是`0`。回忆是真阳性的比率实例真阳性和假阴性的总和的探测器,基于地面真理。