引用文章:目标检测评价标准
评价训练效果的值——精准度(precision)、召回率(recall)、准确率(accuracy)、交除并(IoU)

TP是正样本预测为正样本

FP是负样本预测为正样本

FN是本为正,错误的认为是负样本

TN是本为负,正确的认为是负样本

precision就是在识别出来的图片中(预测为正样本的图片是识别出的图片),TP所占的比值:

precision=TP/(TP+FP)

recall就是被正确识别出来的正样本个数与测试集中所有正样本的个数的比值:

recall=TP/(TP+FN)

accuracy=(TP+TN)/(TP+FP+FN+TN)

IoU就是系统预测出来的框与原来图片中标记的框的重合程度。即检测结果Detection Result与 Ground Truth 的交集比上它们的并集,即为检测的准确率:

IoU=(DetectionResult⋂GroundTruth)/(DetectionResult⋃GroundTruth)

mAP是多类的检测中,取每个类AP的平均值。AP(average precision)就是这个曲线下的面积,这里average等于是对recall取平均。而mAP(mean average precision)的mean,是对所有类别取平均。

这篇文章可以说非常全了,果断mark!!!!

目标检测评价标准 精准度(precision)、召回率(recall)、准确率(accuracy)、交除并(IoU)【全】相关推荐

  1. 目标检测评价标准(mAP, 精准度(Precision), 召回率(Recall), 准确率(Accuracy),交除并(IoU))

    1. TP , FP , TN , FN定义 TP(True Positive)是正样本预测为正样本的数量,即与Ground truth区域的IoU>=threshold的预测框 FP(Fals ...

  2. 机器学习中精准度、召回率、准确率、F1 Score、G分数计算学习笔记

    目录 1.基本符号表示 2.类别下的精准度计算(precision) 3.类别下的召回率计算(recall) 4.准确率的计算(accuracy) 5.F1 Score 6.G分数 1.基本符号表示 ...

  3. 精确率(精准度),召回率,准确率:机器学习中关于样本和预测的几个概念

    先看一个简单的应用场景: 查询的图片编号为 :c1,c2,c3,c9,c0 样本库中的编号为:s1,s2,s3,s4,s5,s6,s7,s8, 实际情况对应为: c1–s1 , c2–s2 , c3– ...

  4. python垃圾分类准确率计算公式_准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure...

    机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluation)是一个必要的 工作,而其评价指标往往有如下几点:准确率(Accuracy),精确率(Precision), ...

  5. 【机器学习】准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure

    在机器学习.数据挖掘.推荐系统完成建模之后,需要对模型的效果做评价. 业内目前常常采用的评价指标有准确率(Precision).召回率(Recall).F值(F-Measure)等,下图是不同机器学习 ...

  6. 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure(对于二分类问题)

    首先我们可以计算准确率(accuracy),其定义是: 对于给定的测试数据集,分类器正确分类的样本数与总样本数之比.也就是损失函数是0-1损失时测试数据集上的准确率. 下面在介绍时使用一下例子: 一个 ...

  7. map平均准确率_第五篇 目标检测评价标准—MAP

    MAP(Mean Average Precision) 网上关于map的帖子,博客,回答有很多,但是描述很不清楚,有的甚至有很多错误,非常难以理解,最近研究了一下map,这里记录总结一下 这里的AP指 ...

  8. 一文讲清楚目标检测中mAP、AP、precison、recall、accuracy、TP、FP、FN、TN

    TP.FP.FN.TN 分类中TP.FP.FN.TN含义 目标检测中TP.FP.FN.TN的含义 precision .recall .accuracy precision recall accura ...

  9. Python混淆矩阵(confusion_matrix)FP、FN、TP、TN、ROC,FROC,精确率(Precision),召回率(Recall),准确率(Accuracy),F1分数详述与实现

    目录 一.FP.FN.TP.TN 二.准确率(Accuracy).精确率(Precision).召回率(Recall).F1score 2.1.准确率(Accuracy) 2.2.召回率(Recall ...

最新文章

  1. 计算机书籍-大型网站性能优化实战
  2. Java之定时任务详解
  3. Xcode Git 使用
  4. 一个面试官对JVM面试问题的分析
  5. 电脑键盘中英文按键有哪些?有什么作用?
  6. LINUX之网络编程j简述
  7. asp.net mvc 包含了一个 html 的助手类在哪里,c# - 在App_Code中使用@HTML的ASP.NET MVC Razor Helper - 堆栈内存溢出...
  8. 惠普修复已存在8年的可蠕虫漏洞,影响150多款多功能打印机
  9. lombok 的使用
  10. 第四十六讲 ASP.NET实例编程(五)
  11. 【交易技术前沿】新一代证券交易系统应用架构的研究
  12. vuex的购物车效果 index.js
  13. aiml php,基于 AIML 的 PHP 聊天机器人
  14. html 游戏 消消乐,html5叠房子消消乐小游戏代码
  15. java山地车 故障,山地车骑行常见的10大问题及解决方案
  16. Entity FrameWork Core使用 Include查询关联数据以及机理。
  17. 成熟男人与24岁女孩精彩对白 —非常感动
  18. Java套接字程序_java – 通过Web套接字进行应用程序到应用程序的通信
  19. 【小白手册】超实用Python入门指南!
  20. 前端学习之路Electron——弹出框

热门文章

  1. java if在内存中_全面理解Java内存模型
  2. 在斜坡上哪个物体滚的最快_人教版一年级上册 第十七课 会滚的玩具
  3. webform 控件上面能写 前端事件吗_详细的网易前端秘籍—如何准备面试
  4. 【QM-05】Material Specification(物料说明)
  5. 为什么查询sap数据库表的时候前面要加sapsr3
  6. 10、Power Map—自定义地图背景
  7. 涨姿势时间:为什么飞机的往返时间会不一样?
  8. 12、Power Query-透视列实例应用(多单元格记录合并及汇总)
  9. 503 service unavailable错误提示如何解决
  10. PL/SQL Developer如何修改表数据