图像检索评价指标

图像检索也是计算机视觉领域一个典型的问题。它的主要目标为输入一张图片(无类标)从大规模数据集得到与它相似的图片。与分类任务不同的是,分类任务是将输入一张图片得到它的类别。而这里是输入一张图片找到与它相似的其他图片。

跟其它的任务一样,若想对模型的能力进行评测,就需要有一系列的评价指标。这里就对它想用的一些评价指标进行总结。

首先,介绍一个重要的概念——Ranking:检索到的相似图像在检索到的全部图片中的下标。

查准率(Precision)

对于每一个Ranking

召回率(Recall)(查全率)

对于每一个Ranking

图像检索精度(average precision, AP)

图像平均检索精度(mean average precision, mAP)

对于较大规模的数据集,例如NUS-WIDE,其数据库相对较大,通常只计算返回的前50,000幅图片的mAP,即检索到的全部图片总数为5000。

总的结构图如下所示:

------ 本文结束------
坚持原创技术分享,您的支持将鼓励我继续创作!

欢迎关注我的其它发布渠道