目标检测常用数据集及评价指标
目标检测是计算机视觉中的重要任务，其常用数据集和评价指标如下：
一、常用数据集
- COCO (Common Objects in Context)• 特点：包含80类常见物体（如人、车、动物等），超过33万张图像，标注信息丰富（边界框、实例分割、关键点等）。• 场景：复杂背景、多目标、小物体检测。• 用途：通用目标检测基准，学术研究常用。
- PASCAL VOC• 特点：经典数据集，包含20类物体，约1.1万张图像，标注包括边界框和语义分割。• 场景：中等复杂度，适合算法验证。• 用途：目标检测、分割、动作识别等任务。
- ImageNet（目标检测子集）• 特点：ImageNet的检测子集包含200类物体，约50万张图像。• 场景：大规模、多样化的物体类别。• 用途：分类与检测结合的任务。
- KITTI• 特点：专注于自动驾驶场景，包含车辆、行人等9类物体，提供激光雷达点云和图像数据。• 场景：真实道路环境、3D检测。• 用途：自动驾驶领域研究。
- Open Images• 特点：谷歌发布的大规模数据集，包含600类物体，190万张图像，标注包括边界框和关系标注。• 场景：多样化的开放世界场景。• 用途：大规模目标检测与关系理解。
- Cityscapes• 特点：城市场景数据集，包含30类物体（如车辆、行人、道路），5000张高分辨率图像。• 场景：城市道路、精细实例分割。• 用途：自动驾驶与场景理解。
二、评价指标
- IoU（Intersection over Union）• 定义：预测框与真实框的交集面积除以并集面积。• 用途：判断检测是否正确的阈值（通常设为0.5或0.75）。
- AP（Average Precision）• 定义：单类别的平均精度，计算方式为精确率-召回率曲线（PR曲线）下的面积。• 变体：◦ VOC AP：固定IoU=0.5，使用11点插值法。◦ COCO AP：计算IoU在0.5:0.95（间隔0.05）的平均值，更严格。
- mAP（Mean Average Precision）• 定义：所有类别的AP的平均值，衡量模型在多类别检测中的综合性能。
- FPS（Frames Per Second）• 定义：每秒处理的图像帧数，衡量检测速度。
- 其他指标• AR（Average Recall）：最大召回率下的平均表现（如AR@100表示每图最多检测100个框时的召回率）。• AP@Small/Medium/Large：针对不同尺寸目标的检测性能（基于COCO标准）。
三、总结
• 数据集选择：根据任务需求选择数据集（如通用检测用COCO，自动驾驶用KITTI）。
• 评价指标：mAP是核心指标，需结合IoU阈值和FPS平衡精度与速度。
• 工具支持：COCO提供官方评估工具（pycocotools），方便计算指标。
通过合理选择数据集和深入理解评价指标，可以更有效地评估和优化目标检测模型。
