precision и recall для bound boxes в object detection

[alexey007]

Не могу понять как считается precision и recall для bound boxes в object detection. Например у меня детектируется всего 1 класс. У меня есть реальные размеченные bound boxes и те что получились при работе алгоритма детектирования. Дальше идет расчет метрики IoU и это понятно, мы видим насколько хорошо по этой метрики совпадают реальные bound boxes c предсказанными по модели. А вот как потом считается precision и recall не понятно. Может кто может подсказать или есть, где это хорошо описано.

[mihaild]

Они считаются не "потом", а отдельно - из IoU они не выражаются.
Определяются они как обычно для задачи классификации, считая, что мы классифицируем пиксели.

[alexey007]

Исходя из информации на картинке для каждого порогового значения $IoU$ строиться своя кривая Precision and Recall. Пороговый отбор по $IoU$ мне понятен, а исходя из какого условия получается кривая Precision and Recall мне не понятна. Хотел бы подробнее понять почему получается именно кривая, а не одно значение.
Из этого следует, другой вопрос по метрике AP - Average Precision. $AP = \int_0^1 P(R)dR$ Как соотносятся эти метрики Precision, Recall и AP?
Я имею ввиду AP - это один параметр, а Precision and Recall получается несколько значений т.е. кривая и я не понимаю как эти значения получаются и какое из них выбрать для оценки модели при пороговом значении $IoU = 0.5$ или например $IoU = 0.75$

И всегда ли начинается график с единицы по оси Precision?
И можно ли зная, что $AP = 85%$ при $IoU=0.5$ понять какие значения соответствуют Precision и Recall или они могут иметь совсем не коррелирующие значения с AP?

[Sonic86]

alexey007 в сообщении #1578230 писал(а):

Пороговый отбор по $IoU$ мне понятен, а исходя из какого условия получается кривая Precision and Recall мне не понятна. Хотел бы подробнее понять почему получается именно кривая, а не одно значение.

Для каждого порогового $IoU$ вычисляются Precision and Recall. Когда $IoU$ пробегает отрезок $[0,1]$, тогда пары $(Precision, \ Recall)$ пробегают их график.

alexey007 в сообщении #1578230 писал(а):

И всегда ли начинается график с единицы по оси Precision?

Вроде как да - это предельный случай.

alexey007 в сообщении #1578230 писал(а):

$AP = \int_0^1 P(R)dR$ Как соотносятся эти метрики Precision, Recall и AP?

По идее $AP$ - это AUC ROC - чем больше, тем лучше. Т.е. это попытка создать простую интегральную характеристику из кривой Precision-Recall.

alexey007 в сообщении #1578230 писал(а):

Я имею ввиду AP - это один параметр, а Precision and Recall получается несколько значений т.е. кривая и я не понимаю как эти значения получаются и какое из них выбрать для оценки модели при пороговом значении $IoU = 0.5$ или например $IoU = 0.75$

Вроде как Precision and Recall подбираются из условия $AP=AUCROC \to\max$ - чтобы детектор был "хорошим": детектировал побольше правильных объектов и поменьше делал ложных срабатываний.

alexey007 в сообщении #1578230 писал(а):

И можно ли зная, что $AP = 85%$ при $IoU=0.5$ понять какие значения соответствуют Precision и Recall или они могут иметь совсем не коррелирующие значения с AP?

По идее для этого нужна вся кривая Precision and Recall, чтобы добыть нужные значения Precision, Recall.