Konuşmacılar
Açıklama
Nesne tespiti ve örnek bölütleme gibi görsel tespit problemlerinde daha iyi yöntemlerin geliştirilebilmesi için performans ölçümü aşamasının büyük önemi vardır. Günümüzde yaygın olarak kullanılan ‘’ortalama kesinlik’’ (average precision, AP) ölçütünün, zayıflıklarının olduğu bilinmektedir. Bu konuşmada ‘’ortalama kesinlik’’ ölçütünün zayıflıklarını gideren LRP (localization recall precision) hata metriğini sunacağız. Bu metriğin, AP’nin ve Panoptik Kalite ölçütünün avantajları ve dezavantajlarını karşılaştırdıktan sonra daha güncel olarak önerilmiş olasılıksal tespit kalitesi (probabilistic detection quality), sabit AP, havuz AP, sınır kesişim-bölü-birleşim ölçütü ve eniyi düzeltme masrafı (optimal correction cost) ölçütlerini tanıtacağız. Konuşma genel olarak aşağıdaki çalışmaları baz alacaktır.
K. Oksuz, B. C. Cam, E. Akbas, S. Kalkan, ‘’Localization recall precision (LRP): A new performance metric for object detection’’, In Proceedings of the European Conference on Computer Vision (ECCV), 2018.
K. Oksuz, B. C. Cam, S. Kalkan, E. Akbas, "One Metric to Measure them All: Localisation Recall Precision (LRP) for Evaluating Visual Detection Tasks", IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI), 2022.