物体検出のIoU・PR・AP評価
バグ・不具合を報告
物体検出モデルの矩形bboxを画像・クラス・confidenceで対応付けし、精度指標を比較する。
bboxは[左上x, 左上y, 幅, 高さ](px)の軸平行矩形で、面積は10000000000px²以下です。APはCOCO式のarea=all・画像/クラス別の対応付けと101点補間で計算します。
項目を入力・選択してから「計算する」を押してください。
必要な入力・選択は0項目です。
計算結果
—%
- mAP@0.50
- —%
- mAP@0.75
- —%
- 正検出(TP)
- —箱
- 誤検出(FP)
- —箱
- 見逃し(FN)
- —箱
- 適合率
- —%
- 再現率
- —%
- ignore/crowdに対応した予測
- —箱
- 最大検出数を超えた予測
- —箱
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
IoU=交差面積/和集合面積。crowd正解では交差面積/予測box面積を使います。画像×クラスごとに予測をconfidence降順(同点は入力順)に処理し、通常GTは1対1、crowdは複数予測を無視扱いで対応させます。ignore/crowd対応をTP/FPから除外し、適合率の右側最大値(precision envelope)を再現率0~1の101点で平均した値がAPです。mAPは正解GTのあるクラスと選択IoU閾値のAP平均です。
101点補間のAP/mAP、PR曲線、クラス別・IoU別集計、TP/FP/FN、予測とGTの対応関係。
計算例(架空の数値)
例:GTと予測が各1箱で完全一致しconfidence=0.9ならAP@0.50=100%、mAP=100%、TP=1。同一GTへ同じ予測をもう1箱追加するとTP=1、FP=1となり、TP=2にはなりません。
適用対象と限界
画像別・クラス別の軸平行な2D矩形bbox(正解GTとconfidence付き予測)。segmentation mask、keypoints、AP small/medium/large、画像のdecode、NMS、画像サイズ外のbboxの補正、画像単位の確率校正は対象外。。
方法と出典
方法:E1878-COCOeval-bbox-allarea-101point-v1.0-2026-11-15。データ記録日:2026-11-15。