4.1 Leistungsmetriken 
Zi Fraunhofer ZZ Fraunhofer 
CML 160 
® True Positive (TP): Korrekt detektierte Objekte 
» False Positive (FP): Redundante Detektionen, d.h. Fälle, in denen der Algorithmus Objekte sieht, die tatsächlich 
nicht vorhanden sind 
e False Negative (FN): Ausgelassene Objekte, d.h. Objekte, die vom Algorithmus nicht erkannt wurden, obwohl 
sie tatsächlich vorhanden sind. 
Diese drei Fälle sind in Abbildung E illustriert. 
" 
Abbildung 9: Beispielbild mit drei Detektionen im Kontext der Bootsdetektion, dargestellt als Begrenzungsboxen. 
Es wurden zwei Boote korrekt erkannt (TP. grün) mit einer zusätzlichen inkorrekten Detektion (FP, rot). Zwei Boote 
wurden übersehen (FN, blau). Die Wiederfindungsrate für diesen Fall ist somit 3 = 50% und die Präzision ist 
2 
== 66%. 
3 
Die Einteilung in eine dieser drei Fälle ist nicht ganz trivial, da die Korrektheit einer Detektion nicht binär ist. Es 
müssen die Größe und Position der detektierten Objekte mit denen der Referenzboxen mit dem Ähnlichkeitsmaß 
intersection over Union (loU) vergeglichen werden. Dieses Maß ist auch in ISOAEC Technical Specification 4213 
(6.5.4) als Jaccard Index erwähnt, jedoch nur für diskrete Mengen und nicht für Boxen [B8]. loU für Boxen ist defi- 
niert als Schnittfläche (Intersection) geteilt durch Vereinigung (Union) von zwei Flächen und drückt aus wie ähnlich 
sich zwei Boxen sind. Der Wert befindet sich im Bereich zwischen 0 und 1, wobei 1 einer perfekten Übereinstim- 
mung entspricht. Visuell illustriert ist die Berechnung des loU Ähnlichkeitsmaßes in Abbildung [J. Dieser Wert dient 
anschließend als Schwellenwert für die Entscheidung ob eine detektierte Box als korrekt oder falsch bewertet wird. 
‚OU = 
9210 px? 0.65 
14064 px2 
Unior 
Abbildung 10: Illustration der Berechnung des Ähnlichkeitsmaßes Intersection over Union (loU). Der Detektor hat 
das Boot im Vordergrund und das Schiff im Hintergrund als ein einziges Objekt erkannt. Die detektierte Box weicht 
somit signifikant von der Referenzbox ab und hat eine mittelmäßige loU-Ähnlichkeit von 0.65 . 
Der mAP Wert wird letztlich durch die Kombination von Precision (deutsch: Präzision) und Recall (deutsch: 
Wiederfindungsrate) berechnet. Precision ist das Verhältnis der korrekten Detektionen zur Gesamtanzahl der De- 
tektionen. Anders ausgedrückt, misst Precision, welcher Anteil der detektierten Objekte tatsächlich korrekt sind.