[問題] Object Detection中的mAP指標多少算高?

[oo855050 (阿偉)]

版上各位好

小弟最近在使用Faster RCNN做一些物件辨識的任物
訓練完模型後想評估模型好壞，因此以原code中的mAP進行評估
我在testing data上的結果看起來預測的都還行
但在IoU>0.5的閥值下的mAP都大約0.7左右
想問一下版上大大mAP多少以上算高呢?
因為我看原本Faster RCNN的paper在mAP的評估上似乎也都0.5~0.8左右而已
有點不清楚這個指標應該多少算高
網路上似乎也找不到相關的討論，都只有計算方法而以

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.160.36.56 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1604590433.A.DF3.html
推 kokolotl: 看難易度吧
→ followwar: 看資料難易度  VOC沒有0.8就慘 COCO有0.4還蠻屌的
→ oo855050: 稍微重新理解了一下PR curve的定義 現在大概了解自己模
→ oo855050: 型的問題了
推 littleyuan: 對user/客戶端有實際使用價值的就是高 沒有就是低
→ littleyuan: 通常0.5左右都沒有的話 實際使用的價值不高 但也是看
→ littleyuan: 情況
→ oo855050: 嗯嗯 我把PR曲線畫出來看 發現現在狀況是高precision低r
→ oo855050: ecall 這樣應該是有機會抓不到gt 但一但抓出來分類正確
→ oo855050: 的機會就很高 不知道理解是否有誤