オブジェクト検出精度の計算 (Image Analyst ツール)
サマリー
ディープ ラーニングを使用したオブジェクトの検出 ツールから検出されたオブジェクトをグラウンド トゥルース データと比較することで、ディープ ラーニング モデルの精度を計算します。
使用法
このツールは、ディープ ラーニングを使用したオブジェクトの検出 ツールの出力の精度に関する情報を含むテーブルを生成します。
このテーブルには、検出されたデータの各クラスの精度メトリクスと、すべてのクラスの行 (全体的な精度) が含まれています。 テーブルには、次のフィールドが含まれます:
Precision—予測の総数に対する真陽性の数の比率。Recall—実際の (関連する) オブジェクトの合計数に対する真陽性の数の比率。F1_Score—Precision と Recall の加重平均。 値の範囲は 0 ～ 1 で、1 は精度が最も高いことを意味します。AP—AP (Average Precision) 指標。指定した IoU (Intersection over Union) 値における 0 ～ 1 の間のすべての Recall 値における Precision の平均値を表します。True_Positive—モデルが生成した真陽性の数。False_Positive—モデルが生成した偽陽性の数。False_Negative—モデルが生成した偽陰性の数。
出力テーブルおよび精度レポートに表示される指標の詳細については、オブジェクト検出精度の計算の詳細 をご参照ください。
入力地上参照データには、ポリゴンが含まれている必要があります。 オブジェクトの位置を示すポイントまたはライン データがある場合は、このツールを実行する前に バッファー ツールを使用してポリゴン フィーチャクラスを生成します。
IoU 比率は、予測された結果が真陽性か偽陽性かを判断する閾値として使用されます。 IoU 比率は、予測されたオブジェクトの周囲の境界四角形と地上参照データの周囲の境界四角形との間のオーバーラップの量を表します。
次の表の番号は、上図の番号に対応します:
数字
説明
予測された境界四角形と地上参照境界四角形の交差面積
予測された境界四角形と地上参照境界四角形を結合した総面積
パラメーター
| ラベル | 説明 | データ タイプ |
|---|---|---|
|
検出されたフィーチャ |
ディープ ラーニングを使用したオブジェクトの検出 ツールで検出されたオブジェクトを含むポリゴン フィーチャクラス。 |
Feature Class; Feature Layer |
|
グラウンド トゥルース フィーチャ |
グラウンド トゥルース データを含むポリゴン フィーチャクラス。 |
Feature Class; Feature Layer |
|
出力正確度テーブル |
出力精度テーブル。 |
Table |
|
出力正確度レポート (オプション) |
出力精度レポートの名前。 レポートは、精度メトリクスとチャートを含む PDF ドキュメントです。 |
File |
|
検出されたクラス値フィールド (オプション) |
検出されたオブジェクト フィーチャクラスのフィールドで、クラス値またはクラス名が含まれています。 フィールド名が指定されていない場合、 クラス値またはクラス名は、地上参照フィーチャクラスの値と正確に一致している必要があります。 |
Field |
|
グラウンド トゥルースのクラス値フィールド (オプション) |
クラス値を含むグラウンド トゥルース フィーチャクラスのフィールド。 フィールド名が指定されていない場合、 クラス値またはクラス名は、検出されたオブジェクト フィーチャクラス内のクラス値またはクラス名と正確に一致している必要があります。 |
Field |
|
最小 IoU (Intersection Over Union) (オプション) |
オブジェクト検出モデルの精度を評価する閾値として使用される IoU 比率。 分子は、予測された境界四角形と地上参照境界四角形との間のオーバーラップの面積です。 分母は、和集合 (両方の境界四角形で囲まれた面積) です。 IoU の範囲は 0 ～ 1 です。 |
Double |
|
マスク フィーチャ (オプション) |
精度が計算される領域を描画するポリゴン フィーチャクラス。 マスクと交差するフィーチャのみが精度評価の対象になります。 |
Feature Class; Feature Layer |
環境
ライセンス情報
- Basic: Image Analyst が必要
- Standard: Image Analyst が必要
- Advanced: Image Analyst が必要