《表6 注意力网络IOU指标评价》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多级卷积特征金字塔的细粒度食物图片识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

IOU的取值范围为[0，1]，当IOU接近0时，说明两个框几乎没有重叠。当IOU接近1时，说明两个框几乎重叠。但是对于本文，该指标存在一个问题。由于在UEC-100数据集中边界框内往往包含图片背景或其他非食物目标（例如食物容器），而注意力网络的目标是定位出食物目标的细粒度区域，该区域并不是全部与数据集的标准框完全吻合。一般而言，数据集中标准框区域要大于注意力网络输出的区域。此时又会出现另外的情况，当注意力网络定位区域大于数据集的标准框区域，此时IOU越接近0，定位能力反而是越差。基于以上分析，对于本文IOU的衡量标准是，尽量使IOU值小。但是注意力区域IOU不可以太小，太小会造成食物信息的丢失或定位区域噪声太大。同时IOU也不能太大，太大也会加入噪声。同上一部分一样，本文选取第1个注意力网络的输出参数，具体结果如表6所示。表6中第4列和第5列是注意力网络输出定位区域的面积。通过实验表明，IOU＿FP和IOU＿NFP之间的关系与图7有着密切关系，当图片中只包含1个目标时，IOU＿FP