1、准确度指标

Accuracy准确率：正确预测的正样本和负样本的总数/总数

error_rate：错误预测的正样本和负样本总数/总数

混淆矩阵Confusion Matrix:

每一行之和表示该类别的真实样本数量，每一列之和表示被预测为该类别的样本数量，

例如第一行，第一列数据表示预测是类1是50个，实际对的只有43个

对角线越大，预测效果越好

分类目标

分类目标只有两类：positive正例和negtive负例

True positives(TP)：本身是正例，被预测成正例的个数

False positives(FP): 本身为负例但是被预测为正例的个数

False negatives(FN)：本身为正例但是预测为负例的个数

Ture negatives(TN)：本身为负例被预测为负例的个数

召回率recall：预测为正例的个数除以实际全部的正例的个数之比

Recall=TP/(TP+FN) = TP/P

精确率Precision：预测为真的中实际上也为真的个数占总预测为真的个数之比

Precision = TP / (TP + FP)

平均精度（Average-Precision）:AP值越高，分类越好

用F指标选择阈值：

是关与召回的权重，大于1说明更看重召回的影响，小于1则更看重精度，等于1相当于两者的调和平均，这里得到一个常用的指标F1-Measure。

F1指标：

ROC(受试者工作特征)曲线以及AUC

真正例率和假正例率:

TPR = TP/(TP+FN)

FPR = FP/(FP+TN）

TPR越高，FPR越低分类效果越好

AUC(Area Under Curve)：ROC曲线围住的面积越大，分类器效果越好

EER（Equal Error Rate）：

指的是FNR=FPR的情况，因为FNR=1-TPR，所以在ROC曲线中就是曲线和（0，1）、（1，0）对角线的交点。从漏检和误检的角度，FPR理解为对正样本的漏检率，FNR则是预测为正样本的误检率。EER是均衡考虑这两者时的阈值选定标准

平均精度均值（mAP）:

IOU（Intersection Ober Union）:

目标检测常用评价指标笔记相关推荐

错误类型、混淆矩阵及目标检测常用评价指标
目标检测常用评价指标本文主要参考陈恺大佬在B站商汤账号的介绍mmdetection的视频. 检测结果的正确/错误类型真阳性(Ture Positive):算法检测到了某类物体(Positive), ...
目标检测常用评价指标及其计算方法
目录一.目标检测常用评价指标二.速度指标三.精度指标 1.混淆矩阵 2.Precision.Recall.F1.Fβ (1)Precision (2)Recall (3)F1 (4)Fβ 3Io ...
Detection：目标检测常用评价指标的学习总结（IoU、TP、FP、TN、FN、Precision、Recall、F1-score、P-R曲线、AP、mAP、 ROC曲线、TPR、FPR和AUC）
目录前言 1. IoU 2. TP.FP.TN.FN 2.1 混淆矩阵 2.2 TP.FP.TN.FN的定义 2.3 TP.FP.TN.FN在目标检测中的对应内容 2.3.1 TP,FP在目标检测中 ...
2019 sample-free（样本不平衡）目标检测论文阅读笔记
点击我爱计算机视觉标星,更快获取CVML新技术本文转载自知乎,已获作者同意转载,请勿二次转载 (原文地址:https://zhuanlan.zhihu.com/p/100052168) 背景 < ...
目标检测精度评价指标
在目标检测领域中,存在着很多精度评价指标,需要根据应用场景自主的选择更合适的评价指标. 有人举过一些很典型的例子: 倘若某人声称创建了一个能够识别登上飞机的恐怖分子的模型,并且准确率(accuracy ...
Task 06 数据增强；模型微调；目标检测基础学习笔记
Task 06 数据增强:模型微调:目标检测基础学习笔记数据增强图像增广在5.6节(深度卷积神经网络)里我们提到过,大规模数据集是成功应用深度神经网络的前提.图像增广(image augmen ...
【目标检测】目标检测的评价指标（七个）
目录:目标检测的评价指标一.正样本与负样本二.真正(TP).假正(FP).真负(TN).假负(FN) (1)正确的正向预测(True Positive,TP):正样本被正确检测的数量 (2)错误的 ...
目标检测的评价指标P,R,mAP
目标检测的评价指标P,R,mAP 1 基本概念 1.1 IOU(Intersection over Union) 1.2 TP TN FP FN 2. 各种率 2.1 根据IOU计算Precision ...
目标检测SSD学习笔记
目标检测SSD学习笔记 SSD: Single Shot MultiBox Detector Abstract. 我们提出了一种使用单一深度神经网络来检测图像中的对象的方法.我们的方法,命名为SSD, ...

目标检测常用评价指标笔记

1、准确度指标

是关与召回的权重，大于1说明更看重召回的影响，小于1则更看重精度，等于1相当于两者的调和平均，这里得到一个常用的指标F1-Measure。

EER（Equal Error Rate）：

指的是FNR=FPR的情况，因为FNR=1-TPR，所以在ROC曲线中就是曲线和（0，1）、（1，0）对角线的交点。从漏检和误检的角度，FPR理解为对正样本的漏检率，FNR则是预测为正样本的误检率。EER是均衡考虑这两者时的阈值选定标准

目标检测常用评价指标笔记相关推荐

最新文章

热门文章