用matlab 画log Average Miss Rate - FPPI 曲线图，知识点总结

这周的大量时间都用在了去研究log Average Miss Rate - FPPI曲线了，昨天出来了结果。现在总结一下自己查到过的有用的知识点，使以后再用的时候不至于很费劲。

关于log Average Miss Rate - FPPI 曲线，是用来衡量行人检测的检测器效果的衡量指标，曲线越低，效果越好。

画log Average Miss Rate - FPPI曲线，matlab2017版本提供了专门的函数，函数的详细用法，在matlab的官方文档中已经给出。

％detectionResults　是你检测器生成的关于每幅图像的　boundinb boxes 和对应与每个bbox 得到的分数 见图(1)
％trainingData　是你数据关于每幅图像标定的　ground truth 见图(2)

[am,fppi,missRate] = evaluateDetectionMissRate(detectionResults,trainingData)

图(1-1) detectionResults的具体结果展示

图(1-2) Boxes 中可以是一个double 类型的矩阵

图(1-3)　Scr中是与Boxes一一对应的分数，Scr也是double类型的

图(2)　trainingData的具体结果展示（这里的３＊４ double 类型同上边的图中一样）

 有了这些数据后，传给函数　evaluateDetectionMissRate() 就能得到最终的结果，然后用miss rate 和FPPI绘制最终的曲线

figure
loglog(fppi, missRate);
grid on
title(sprintf(‘log Average Miss Rate = %.5f‘,am))

我的整体代码是

[am,fppi,missRate] = evaluateDetectionMissRate(get_scr_bbox,get_results(:,1),0.5);

%%
% Plot log average miss rate - FPPI.
figure
loglog(fppi, missRate);
grid on
title(sprintf(‘log Average Miss Rate = %.5f‘,am))

View Code