目标过小，过于模糊当做ignore属性处理，训练时，给样本-1类别（背景为0类别）。
评测时候需要考虑ignore样本，输出不算错。
输入：所有的gt框、gt_ignore框、dt框
评测逻辑，先获取tps和fps，再计算各个值。因为所有的框都是正样本，所以只有fp以及tp，没有fn和tn.
1）对dt框，按照score排序，匹配gt框和gt_ignore框与dt框的iou，获取每一个框是否正确；
- dt框，gt框匹配，gt框为正样本，那tp=1,fp=0;
- dt框不与gt框+gt_ignore匹配，那tp=0,fp=1;
- dt框，gt_ignore框匹配，gt框为正样本，那tp=0,fp=0;
这样就可以获取tps,fps，以及scores三个数组
2）根据tps,fps，以及scores获取各个指标。首先对tps和fps做累加，方便计算当前score下的tp和fp
- 那么，当前score下的precision为tp/(tp+fp)，recall为tp/gt_bboxs数量，这样就可以得到precision和recall曲线，近似计算AP值了。（可以看出ignore设置为0，非常合理，这样即使模型输出了也不算错。也可以直接在tps、fps、scores三维数组中，去除ignor部分，结果是一样的）
Original: https://blog.csdn.net/yang_daxia/article/details/123647833
Author: yang_daxia
Title: 目标检测中的ignore、评测指标等
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/682263/
转载文章受原作者版权保护。转载请注明原作者出处！