场景文本检测评价方法（Evaluation Protocols）

Precision（P）： 可匹配真值框的预测框占所有预测框的比例。
Recall（R）： 可与预测框匹配的真值框占所有真值框的比例。
F1-score： F_1= \frac{2*P*R} {P+R}

  • Evaluation Protocols for Text Detection
    S_{GT} 是真值框的面积, S_{P}是预测框的面积, S_{I}是预测框和真值框的相交面积, S_{U}是预测框和真值框的面积和.
    1. the IOU based PASCAL Eval
    满足\frac{S_I} {S_U} > threshold
    2. the overlap based DetEval
    满足\frac{S_I} {S_P} > threshold_{precise} && \frac{S_I} {S_{GT}} > threshold_{recall}

大部分数据集的评价标准都是符合两者其中之一，但是可能会有一些小的修改，一些不同的方法如下：

  • ICDAR2003/2005
    匹配的分数m定义为相交面积占包含预测框和真值框的最小矩形面积的比例
    precise = \frac {\sum_{r_P}m(r_P;GT)} {|P|}
    recall = \frac {\sum_{r_{GT}} m(r_{GT};P)} {|P|}
    只考虑了one-to-one的匹配

  • ICDAR2011/13


    ICDAR2011/13
  • MSRA-TD500
    还没看懂。。。

参考：Scene Text Detection and Recognition: The Deep Learning Era

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容