阅读量:2
简述：A平均是指在不同recall的平均，不同recall表征了不同阈值，不同阈值下表现都好才算好
m平均是指在不同class的平均
目标检测指标
P, AP和mAP
P是指的精度，查准率。
AP平均精度，指的是不同的recall下精度的平均值
mAP平均平均精度，各个类别下AP的平均值
True Positive metrics
针对true positives，设计了如下指标：
ATE / mATE
average translation error，平均位移误差，gt bbox和detection bbox中心点的误差
m是在类别上的平均。（没有m的话，Matching and scoring happen independently per class）。
ASE / mASE
average scale error, 1-IOU, 平均尺度误差
AOE / mAOE
average orientation error，平均方向误差
AVE / mAVE
average velocity error，平均速度误差
AAE / mAAE
需要引入accuracy指标——分类准确度
average attribute error，平均属性误差，1-acc
参考
https://www.nuscenes.org/object-detection?externalData=all&mapData=all&modalities=Any
目标跟踪指标
AMOTA
average multi-object tracking accuracy，在不同recall下的跟踪准确性
