#9
summarized by : Masanori YANO
Optimal Correction Cost for Object Detection Evaluation

どんな論文か?

物体検出で、最適輸送ベースの評価指標を提案し、従来のmAPとの比較評価を行った論文。
placeholder

新規性

推論結果から正解データへの最適輸送問題として扱い、画像ごとに修正コストを算出して低いほど良い評価指標とするOC-costを提案した。mAPを置き換えるものではなく、違った観点から評価できる追加のツールとの主張。

結果

Faster R-CNN、RetinaNet、DETRに加え、CVPR 2021採択のVFNetとYOLOFを使用し、COCOデータセットで評価を実施した。OC-costとmAPは異なる様相を示し、またOC-costはハイパーパラメータの調整で人間の評価に近付けることが可能で、評価データを入れ替えたときの精度の変動もmAPより小さい結果。

その他(なぜ通ったか?等)

着眼点の良さと、要所を押さえた実験結果により通ったと考えられる。Supplementary Materialには、デモを行うPythonのソースコードも収録されている。