当前位置： 首页 > news >正文

目标跟踪心得篇四：多目标跟踪的测评(性能指标)详解

news 来源：原创 2024/9/19 2:20:53

定位到mmtracking-1.0.0rc1\configs\_base_\datasets\mot_challenge.py中，可以看到MMTracking有三个大的指标：HOTA, CLEAR, Identity。CLEAR中包含了：IDF1，MOTA。在发论文时，最重要的指标就是HOTA，IDF1和MOTA。下面逐一分析：

# evaluator
val_evaluator = dict(type='MOTChallengeMetrics', metric=['HOTA', 'CLEAR', 'Identity'])

MOT的性能指标分为两种，一种是目标检测任务的测评结果。一种是跟踪任务的测评结果。前者在任何目标检测框架下在训练过程中都可以得到。后者则需要用test.py输出，而非目标检测任务的train.py。此外，验证

相关文章：

  • 实现通讯录（C语言）
  • Linux - Buildroot简介和生成工具链SDK
  • Python库functools详解
  • MyBatis中TypeHandler的使用教程
  • Cookie和Session以及相关的方法
  • 【C语言】柔性的数组是什么？C/C++程序的内存开辟又是？
  • 从0到1完成一个Node后端（express）项目（四、路由、模块化、中间件、跨域）
  • 3D游戏引擎系统源码C++本科毕业设计，C++ 3D引擎源码，渲染系统使用的OpenGL 及 OpenGL ES
  • Linux-文件权限命令
  • 【C++】stack和queue的使用
  • 《Linux Shell脚本攻略》学习笔记-第七章
  • 整数分解
  • Avalonia使用CefNet 实现web-browsers（基于CentOS8 Arm64架构）
  • 蓝桥杯C/C++百校真题赛（3期）Day4（卡片)
  • MyBatis 详解 -- 环境搭建、查询操作
  • 机器学习：公式推导与代码实现-监督学习集成模型
  • RabbitMQ 部署及配置详解(集群部署)
  • DTO 与 PO的相互转换
  • 【Linux编译器】
  • 转换函数和运算符类