说明：
1.准确率：对于每个物体识别任务，计算正确识别为该物体的样本占全部识别为该物体样本的比例。即：
对于异议输出结果，组织方指派专人采用人工标注的方式进行准确性判断。最终由全部参测类别的平均准确率作为该项的评估指标。
2.召回率：对于每个物体识别任务，计算正确识别为该物体的样本占测试样本中所有真实属于类别样本的比例。
对于异议输出结果，组织方指派专人采用人工标注的方式进行准确性判断。最终由全部参测类别的平均召回率作为该项的评估指标。
3.只有当检测到的物体位置框IoU大于某个阈值
时（通常设置为
），并且对应该物体识别类别标签正确，才算正确。
IoU的计算方式如下：
其中，Area of Overlap表示检测到的物体位置框与标准位置框之间的交集；Area of Union表示检测到的物体位置框与标准位置框之间的并集
4.识别开始时间和识别结束时间：识别开始时间与识别结束时间使用主办方提供的标准脚本程序进行统计，精确到毫秒级别。
竞赛测试数据集
测试数据采集自互联网场景，总量不少于10万张，其中包含给定的若干类旗帜图像（类别参考竞赛数据范围）的目标数据。
任务输入输出格式
1.（输入）待识别目标图像命名格式：目标集唯一ID.jpg；
2.（输出）识别结果：要求参评单位将所有识别结果整理为一份CSV文件，目标位置框为：左上角坐标
以及位置框的宽、高。
每一项用制表符'\t'分割，每一行具体格式如下：（所有输出以UTF-8无BOM格式编码）
目标集图像ID\t第1个目标位置框\t第1个位置框的类别标签\t第2个目标位置框\t第2个位置框的类别标签\t…
其中目标位置框的格式如下：
例如：
cde0c3a3-32e0-40ee-aabd-714c3405f28f.jpg\t(433,20,243,236)\t12\t(710,262,250,93)\t22\nf99fa032-68d0-403f-b14b-cc0892c8148f.jpg\t(433,20,243,236)\t40\nf3134baf0-409d-4627-87ba-3b9d779e172f.jpg\t(433,20,243,236)\t13\n
…..
竞赛数据范围
数据集范围不超出下列40类的旗帜。每类旗帜的分类和位置标准参见样例集标注。
旗帜类别表
