此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • DetectionConfusionMatrix
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

detection_confusion_matrix

最后更新
Python API: luxonis_train.attached_modules.metrics.confusion_matrix.detection_confusion_matrix通过 IoU 将预测与标签匹配的边界框混淆矩阵。

类

DetectionConfusionMatrix

边界框预测的混淆矩阵。
  • 输入::
    • boundingbox (list[Tensor]): 每张图像 [Mi, 6],[x1, y1, x2, y2, conf, class],像素
    • target_boundingbox (Tensor): [N, 6],[batch, class, x, y, w, h],xywh 归一化
  • 输出::
    • mcc (Tensor): 整个矩阵的标量 MCC,请参阅 compute_mcc
    • confusion_matrix (Tensor): [nclasses + 1, nclasses + 1] 计数,行是目标,最后一行和列是背景
  • 公式:: 该指标匹配每张图像的框。使用 iou_threshold 中的 IoU 阈值 t,当 IoU > t 时,目标框和预测匹配。预测的类别不影响匹配。每个目标框按行顺序选择它匹配的第一个预测,而不是 IoU 最高的预测。几个目标框可以选择相同的预测。然后:
    • 匹配的目标框在其预测类别的列中,为其类别行添加 1。
    • 未匹配的目标框在其类别行中,为背景列添加 1。
    • 没有目标框选择的预测在其类别列中,为背景行添加 1。
    • 没有目标框且没有预测的图像在单元格 [n_classes, n_classes] 中添加 1。 在没有目标框、没有预测或没有匹配的图像中,每个类别最多计数一次。 例如,在没有目标框的图像中,三个类别 0 的预测添加 1,而不是 3,到背景行。

方法

init
Python
1def __init__(iou_threshold: float = 0.45, **kwargs):
初始化指标及其 confusion_matrix 状态。状态是一个形状为 [n_classes + 1, n_classes + 1] 的零 int64 张量。分布式运行会添加所有进程的状态。类别数量来自节点,因此没有节点的指标会引发 RuntimeError。参数
  • iou_threshold (float): 目标框和预测的 IoU 必须超过此值才能匹配。
  • **kwargs: 转发给 BaseMetric 的关键字参数,例如 node。
compute
Python
1def compute(self) -> dict[str, Tensor]:
返回自上次重置以来的 MCC 和矩阵。返回
  • dict[str, Tensor]: 包含两个键的字典。
    • "mcc" 包含整个矩阵的标量 MCC,包括背景,请参阅 compute_mcc。
    • "confusion_matrix" 包含 int64 计数,形状为 [n_classes + 1, n_classes + 1]。行是目标类别,列是预测类别,索引 n_classes 是背景。
update
Python
1def update(boundingbox: list[Tensor], target_boundingbox: Tensor):
匹配一个批次的框并计算结果。该方法将目标框转换为 xyxy 像素,其高度和宽度为 BaseAttachedModule.original_in_shape。它将转换后的框写入 target_boundingbox。BaseMetric.run_update 传递一个克隆,因此批次的标签不会改变。然后,该方法匹配每张图像的框,如类文档字符串所述。参数
  • boundingbox (list[Tensor]): 每张图像的预测框,形状为 [M_i, 6],以 [x1, y1, x2, y2, conf, class] 像素表示。列表的长度是批次大小。
  • target_boundingbox (Tensor): 批次的 boundingbox 标签,形状为 [N, 6],以 [batch_index, class, x, y, w, h] 表示。值已归一化,x 和 y 是左上角。

属性

confusion_matrix
supported_tasks