物体検出のIoU・PR・AP評価

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。

正解(GT)bbox任意
行画像IDクラス名左上x(px)左上y(px)幅w(px)高さh(px)GT種別操作
1
2

7列を左端の欄へタブ区切りで貼り付けられます。1000行まで。

1行=1箱。左上座標と幅・高さはpx、クラス名と画像IDは予測表と正確に一致させます。GT種別は「通常」「ignore」「crowd」から選択します。空行は数えません。

予測bboxとconfidence任意
行画像IDクラス名左上x(px)左上y(px)幅w(px)高さh(px)confidence操作
1
2

7列を左端の欄へタブ区切りで貼り付けられます。1000行まで。

confidenceは0~1。大きい値から順に照合し、同点なら入力行順を保持します。行全体が空欄なら無視します。

未選択時はCOCO標準の0.50~0.95(0.05刻み)を使います。

未選択時0.50。AP集計の範囲とは別に指定できます。

0~1。未入力時0。AP/mAPは全予測をスコア順に使い、この下限で切り捨てません。

未選択時100(COCO標準)。1000は独自の上限設定です。


計算結果

値を入力して計算してください。

お気に入り一覧

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。