💻
Tech notes
  • Các nguyên tắc trong kiến trúc phần mềm
  • Vòng đời phát triển phần mềm SDLC
  • 6 nguyên lý thiết kế microservices
  • MLOps Roadmap
  • SBOMs là gì?
  • Thuật thức hơi thở của Review Code
  • Tại sao code lại bốc mùi thối?
  • Corner testcase là gì?
  • So sánh mô hình Scrum và mô hình waterfall, Sprial
  • Quy trình release phiên bản phần mềm
  • 12 tuyên ngôn Agile
  • Conventional Commits
  • Chatgpt Prompt for coder
  • Quản trị dữ liệu
  • Nợ kỹ thuật
  • So sách Data-Centric và Model-Centric
  • Tracking Evaluation Measures
  • Mô hình Kano
  • Clean Code with C++ in cxview.ai
  • Các mức độ rủi ro về technical debt
  • Phiếu tự đánh giá cho hệ thống sản xuất học máy
  • Quản lý chất lượng trong ML
Powered by GitBook
On this page

Tracking Evaluation Measures

Measure
Desc

MOTA

Độ chính xác theo dõi đa đối tượng (+/- biểu thị độ lệch chuẩn trên tất cả các chuỗi). Biện pháp này kết hợp ba nguồn lỗi: false positives, missed targets và identity switches.

IDF1

Tỷ lệ các lần phát hiện được xác định chính xác bbox của thuật toán tracking so với số lần phát hiện dựa trên ground-truth bbox và được tính toán trung bình.

HOTA

Giá trị trung bình hình học của độ chính xác phát hiện và độ chính xác liên kết. Tính trung bình trên các ngưỡng nội địa hóa.

AssA

Độ chính xác liên kết. Chỉ số liên kết Jaccard tính trung bình trên tất cả các phát hiện phù hợp và sau đó tính trung bình trên các ngưỡng localization.

PreviousSo sách Data-Centric và Model-CentricNextMô hình Kano

Last updated 2 years ago