(原)(有误)
True、False正确检测还是错误检测(如果画出框的,还需考虑个阈值,IOU高于阈值并且分类正确的(box+class)才算正确检测,否则是错误检测)
Positive、Negative指画没画框
所以:
True Positives(真正例TP)是指正确检测,我们需要的目标,它画出框并且分类正确,交并比大于阈值的
False Positives(假正例FP)是指错误检测,不是我们需要的目标,它画出框,但交并比小于阈值或分类不正确
True Negatives(真负例TN)是指正确检测,不是我们要需的目标,它没画框
False Negatives(假负例FN)是指是错误检测,我们需要的目标,它没画框
20200206 (有误)
更新一下,可能上述表述有误
Positive、Negative指在没在ground truth中
True Positives(真正例TP)是指在ground truth中,它画出框的,标注正确的目标
False Positives(假正例FP)是指在ground truth中,它画出框的,标注错误的目标(就是标注错了)
True Negatives(真负例TN)是指不在ground truth中,它画出框,其实是正确的目标
False Negatives(假负例FN)是指不在ground truth中,它画出框,其实是错误的目标
20200206 (正解)
更新更新更新,貌似上面理解也不对:
参考文章:TP真阳性, FP假阳性, FN假阴性, TN真阴性
True、False表示预测是对或错
TP、True Positive 真阳性:预测为正,实际也为正
FP、False Positive 假阳性:预测为正,实际为负
FN、False Negative 假阴性:预测与负、实际为正
TN、True Negative 真阴性:预测为负、实际也为负。
也就是说,预测和实际一致则为真,预测和实际不一致则为假;如果预测出来是“正”的,则为“阳”,预测结果为 “负”,则为“阴”。