Tracking Metrics

MOTA, IDF1 и HOTA: качество трекинга — это не только найденные объекты, но и стабильность их идентификаторов.

MOTA = 1 - \frac{\sum _{t} ( FN _{t} + FP _{t} + IDSW _{t} )}{\sum _{t} GT _{t}}

Обозначения

$F P$ ложные срабатывания: модель сказала «да», а это неправда
$F N$ пропуски: модель сказала «нет», а объект был положительным
$\sum$ суммирование по всем перечисленным элементам

IDSW — переключения идентификаторов; метрика может быть отрицательной, если ошибок больше, чем объектов

Ключевые тезисы

MOTA складывает три беды кадр за кадром: пропуски, ложные срабатывания и подмены идентификаторов.
IDF1 смотрит на траектории целиком: как долго трек сохранял правильный идентификатор.
HOTA разделяет качество и качество ассоциации — по ней видно, что именно чинить.

Подробный разбор

1 подтема — объяснения, формулы, примеры и интерактивные графики.

MOTA = 1 - \frac{\sum _{t} ( FN _{t} + FP _{t} + IDSW _{t} )}{\sum _{t} GT _{t}}

Обозначения

$F P$ ложные срабатывания: модель сказала «да», а это неправда
$F N$ пропуски: модель сказала «нет», а объект был положительным
$\sum$ суммирование по всем перечисленным элементам

Пропуски, ложные срабатывания и подмены идентификаторов — суммарно по всем кадрам

FN — объект был, но не найден; FP — найден несуществующий; IDSW — трек сменил идентификатор на том же объекте.
MOTA доминируется детекцией: ошибок обнаружения обычно на порядок больше, чем подмен идентификаторов.
IDF1 смотрит на траектории целиком — какая доля времени трек нёс правильный идентификатор; чувствительна именно к ассоциации.
HOTA явно раскладывается на качество и качество ассоциации, поэтому по ней видно, что чинить.

На практике

MOTA может быть отрицательной: если ложных срабатываний больше, чем реальных объектов, числитель превышает знаменатель. Это не ошибка формулы, а честный сигнал о состоянии трекера.

Связанные темы

Метрики зрения

Кому эта тема нужна

Спрашивают на собеседовании: Яндекс — Computer Vision, Ростелеком — Видеоаналитика.

Добавить в учебную программу

Проверить себя

Тема встречается в тесте по направлениям — ошибки приведут обратно на эту страницу.

Тест: Computer Vision24

Следующий шагПроверить себя: Computer VisionТема встречается в этом тесте 1 раз. Ошибка приведёт обратно на эту страницу — с объяснением, что именно не сошлось.Перейти →

Глава «Метрики» последний раз правилась 27 августа 2026 г.. Нашли ошибку — напишите.

Ключевые тезисы

Подробный разбор

Связанные темы

IoU85%

Object Detection85%

Segmentation85%

Object Tracking85%

Tracking Metrics

Ключевые тезисы

Подробный разбор

1MOTA, IDF1 и HOTAТри взгляда на один и тот же трекинг.

Связанные темы

IoU85%

Object Detection85%

Segmentation85%

Object Tracking85%