如何在滑动窗口对象检测中对真阴性进行分类？ [关闭]

Posted 2023-02-16

【中文标题】如何在滑动窗口对象检测中对真阴性进行分类？ [关闭]

【英文标题】：How to categorize True Negatives in sliding window object detection? [closed]

【发布时间】：2013-04-22 16:53:03

【问题描述】：

我正在收集图像检测器算法的结果。所以基本上我所做的是，从一组图像（大小为 320 x 480）中，我会通过它运行一个 64x128 的滑动窗口，并在一些预定义的比例下运行。

我明白：

True Positives = 当我检测到的窗口与真实情况（带注释的边界框）重叠（在定义的交点大小/质心内）时 误报 = 当算法给我正窗口时，这超出了事实。 False Negatives = 当我未能给出肯定窗口时，而基本事实注释表明存在对象。

但是真正的否定呢？这些真正的否定是我的分类器给我否定结果的所有窗口吗？这听起来很奇怪，因为我一次将一个小窗口 (64x128) 滑动 4 个像素，并且我在检测中使用了大约 8 种不同的比例。如果我这样做，那么每张图片都会有很多真正的底片。

或者我是否准备了一组纯负图像（根本没有物体/人），我只是滑过，如果每张图像中都有一个或多个正检测，我会将其计为假负，反之亦然？

这是一个示例图像（绿色矩形作为基本事实）

【问题讨论】：

对象检测使用术语 TP、FP 和未命中率。底片用的不多。

我投票结束这个问题，因为它不是关于 help center 中定义的编程，而是关于 ML 理论和方法。

【参考方案1】：

我一直看到以下四个术语：

假阴性；结果应该是肯定的，但结果是否定的。 假阳性；结果应该是负面的，但结果是正面的。 真阳性；结果应该是肯定的并且是肯定的。 真阴性；结果应该是否定的并且是否定的。

在您的情况下，如果我理解正确，您正在尝试检测图像中是否有物体。因此，假阴性意味着有一个对象（结果应该是肯定的）但算法没有检测到它（因此返回否定）。真正的否定只是算法正确地说明它检查的区域确实不包含一个对象。

您可以选择忽略负值，但这些可用于进一步训练您的算法（例如，使用同时查找两者的算法，而不是将所有无法识别的值设置为 false）。

【讨论】：

请指正，在这个框架中，FP = 2，TP = 3，FN =1，TN = 0？是这样计算的吗？

我不太明白你给术语分配数字是什么意思。

你让我很困惑，如果我不指定，我如何计算 FPR 或 TPR 来绘制 roc 曲线？我不知道我的计算是否正确。如果您知道任何方法，请分享。

【参考方案2】：

here 有一个很好的解释。 F1 分数在 wiki 和 here 中解释有助于衡量成功。

我正在尝试编写一个计算 F1 分数的函数：

    /// <param name="realClasses">Class names that exists on the image. A class name may exists more than once.</param>
    /// <param name="foundClasses">Predicted class names. A class name may exists more than once.</param>
    private static void findPosNeg(List<string> realClasses, List<string> foundClasses, out int truePositive, out int falsePositive, out int falseNegative)
                
        Dictionary<string, int> dicReal = new Dictionary<string, int>(StringComparer.InvariantCultureIgnoreCase);
        Dictionary<string, int> dicFound = new Dictionary<string, int>(StringComparer.InvariantCultureIgnoreCase);
        #region fill dictionaries
        foreach (string className in realClasses)
        
            if (!dicReal.ContainsKey(className))
                dicReal[className] = 1;
            else
                dicReal[className]++;
        
        foreach (string className in foundClasses)
        
            if (!dicFound.ContainsKey(className))
                dicFound[className] = 1;
            else
                dicFound[className]++;
        
        #endregion

        truePositive = 0;
        falsePositive = 0;
        falseNegative = 0;
        foreach (string className in dicFound.Keys)
        
            if (!dicReal.ContainsKey(className))
                falsePositive += dicFound[className];
            else
            
                int found = dicFound[className];
                int real = dicReal[className];
                truePositive += Math.Min(found, real);
                if (real > found)
                    falseNegative += real - found;
                else if (found > real)
                    falsePositive += found - real;
            
        
        foreach (string className in dicReal.Keys)
            if (!dicFound.ContainsKey(className))
                falseNegative += dicReal[className];

    
    /// <summary>
    /// Calculates F1Score ref:https://en.wikipedia.org/wiki/Precision_and_recall
    /// </summary>
    private static double calc_F1Score(int truePositive, int falsePositive, int falseNegative, out double precision, out double recall)
    
        precision = (double)truePositive / ((double)truePositive + (double)falsePositive);
        recall = (double)truePositive / ((double)truePositive + (double)falseNegative);
        double div = (precision + recall);
        return (div != 0d) ? 2d * precision * recall / div : 0d;
    

【参考方案3】：

AFAIK，True Negative 是指图像中存在对象但未在地面实况注释或模型预测中标记的场景。

通常 2D 对象检测系统仅使用两个数据，即地面实况注释和模型预测。然而，为了找到真正的负例，我们需要寻找地面实况注释的超集，其中包含有关图像中存在的所有类实例的信息（不仅仅是那些特定于我们模型的实例）。

例如取给定的图像；如果我们有兴趣为自动驾驶目的进行对象检测，我们可以考虑以下两个基本事实注释：

超级集 GT 注释

汽车（车辆） 人 树 动物 house_window 汉堡（可能扔在路上）

自动驾驶 GT 注释

汽车（车辆） 人 树 动物

使用上述两个基本事实注释，可以计算汉堡和窗口的真负数。但是，我怀疑是否可以在没有超集注释的情况下计算 True Negatives。

【参考方案4】：

所有可能的不是 fn、fp 或 tp 的矩形都是 tn。

因此，真阴性 (tn) 的数量是巨大的，但也是详尽无遗的。

上下文：通常，在对象检测中，所有包含 tn 的指标都会被忽略，因为会有很多 tn，这使得指标难以使用。

【参考方案5】：

True Negatives ：这是一种背景预测，ground truth 没有这些位置的框，也不存在于预测中。

False Negatives：Ground Truth 有它们的框，但预测在该位置不包含任何框。

【参考方案6】：

通常，在对象检测任务中，我们不寻找真阴性 (TN) 情况，因为算法告诉我们，我们喜欢检测对象（不是非对象候选者）；相反，在分类任务中，我们的目标是决定每个实例被认为是消极的还是积极的。因此，我们自然会在分类任务中出现真阴性 (TN) 案例。 此外，对于目标检测任务，还有更好、更兼容的措施。您可以参考平均平均精度（mAP）来评估您的对象检测算法。 请注意，mAP 与简单的精度平均不同。您可以在以下位置找到有关此主题的更多信息： https://medium.com/@jonathan_hui/map-mean-average-precision-for-object-detection-45c121a31173