TIDE: A General Toolbox for Identifying Object Detection Errors

论文链接：https://arxiv.org/abs/2008.08115 代码链接：https://github.com/dbolya/tide

TIDE 工具/框架可以对目标检测/实例分割的每种模型的优缺点进行全面分析，其将错误分为六种类型，最重要的是，这第一个引入一种技术来隔离每个错误对整体性能的影响的技术！进而来测量每个错误的影响。 该工具现已开源！作者单位：佐治亚理工学院（Gatech）

我们提出了TIDE，这是一个用于分析目标检测和实例分割算法中的错误源的框架和相关的工具箱。重要的是，我们的框架适用于所有数据集，并且可以直接应用于输出预测文件，而无需了解基础预测系统。因此，我们的框架可以用作标准mAP计算的直接替代，同时可以对每种模型的优缺点进行全面分析。 我们将错误分为六种类型，最重要的是，第一个引入一种技术来隔离每个错误对整体性能的影响的技术来测量每个错误的影响。 我们展示了这种表示形式对于通过对4个数据集和7个识别模型进行深入分析得出准确，全面的结论至关重要。

内容中包含的图片若涉及版权问题，请及时与我们联系删除