0
我有一個groundtruth對象（藍色; 1-4）和預測對象（紅色; a-d）列表的列表。要計算評估預測性能的指標，我需要將預測對象分配給groundtruth對象。不應該使用兩次對象！將預測對象/區域唯一地分配給groundtruth對象/區域
圖形右側顯示了問題的一些可能解決方案（X，Y，Z），其中紫色區域表示匹配對象之間的重疊。
爲了實現這一點，我將創建包含一個交叉點的交集矩陣（具有重疊率[交叉口/聯盟]）中的所有對象。對於可視化例如它看起來像某物下面（例如意obj_2重疊0.3與OBJ_A，0.1與obj_b，0.3與obj_c，等等...）：
intersection_matrix
| a b c d
--|-----------------
1 | 0.1 - - -
2 | 0.3 0.1 0.3
3 | - - 0.8 -
4 | - - - 0.5
該每個對象使用的約束只有一次轉換爲每行最多有一個條目。我首先認爲這很簡單，但讓它有一些思考，我覺得這很難以最佳方式解決。
作爲一個直截了當的實現，我開始使用一個算法迭代groundtruth對象，並指定最大「分數」的算法。
for i = 1:length(groundtruth_objects)
highest_overlap = max(intersect_matrix(i,:));
% take prediction_object with highest overlap as match
match = find(intersect_matrix_iou(i,:) == highest_overlap);
% remove matched objects from intersect_matrix (to avoid further matches)
intersect_matrix(i,:) = 0; % remove groundtruth_object
intersect_matrix(:,match) = 0; % remove prediction_object
% save matched pair as entry in match matrix (which is the solution)
match_matrix(i,match) = highest_overlap;
end
這導致瞭解決方案X，如示例中所示，這可能非常糟糕。迭代預測對象反而會導致解決方案Y，這在這裏相當不錯，但同樣不好。
Solution X Solution Y Solution Z
| a b c d | a b c d | a b c d
--|----------------- --|----------------- --|-----------------
1 | 0.1 - - - 1 | - - - - 1 | 0.1 - - -
2 | - - 0.3 - 2 | 0.3 - - - 2 | - 0.1 - -
3 | - - - 0.1 3 | - - 0.8 - 3 | - - 0.8 -
4 | - - - - 4 | - - - 0.5 4 | - - - 0.5
問題是，以確定是否匹配真正適合的對象，是有意義的檢查相同的候選人是否將不匹配較好的另一個對象（其中有一個更高的分數或否則可能根本沒有被覆蓋）。但它很快變得複雜，如圖所示的圖形左：
- 以判斷是否匹配obj_1 - > OBJ_A，我們需要檢查OBJ_A，這也可以匹配obj_2。
- 爲此判斷，我們需要檢查obj_b和obj_c，其中後者也可以obj_3。
- 要判斷上，我們需要檢查obj_d，這也符合obj_4 ...
我認爲最佳的解決方案，需要反覆的進度，如在圖形表示。
的可能（和有意義）的規則，說明最優會
- 比賽預測OBJ與最高得分。
- ......只要這並不妨礙其他物體上更高匹配
- 由閾值可能保護，以避免像
到目前爲止，我對這個想法糟糕的比賽。我現在的問題是：
- 這是否對應一個已知的（並且很好描述和解決的）算法問題？
- 是否已有算法/實現 此問題？
- 還是有沒有人有一個想法如何實現這個在 有限的和有效的方式？