目标检测指标细究：精确度（Precision）、召回率(recall)、虚警率（False Alarm）

1、目标检测中的“样本”概念：

并非groundtruth，也非图片。指的是真正投入网络参与loss计算及其正反向传播的边界框，这些框是算法根据groundtruth预测出来的。框中有样本且类别正确则为正样本，框中无样本或样本类别错误则为负样本。在one-stage算法中的样本就是正负比为1:3的Regin Proposals，在SSD中就是正负比为1:3的Prior boxes，在YOLOv1中就是98=7*7*2个bounding boxes（负样本居多）。

2、假设在一个单类别检测问题中的样本有两类（背景算1类），分布如下：

（1）P=Positive:

目标检测中的类别plane，设其为正样本；

（2）N=negative:

目标检测中的类别background，设其为负样本；

（3）TP=True Positive:

把plane正确检测为plane框的数量（正确的plane框）；

（4）FP=False Positive:

把background错误检测为plane框 的数量（错误的plane框）；

（5）TN=True Negative:

把background正确检测为background框的数量（正确的background框），识别为背景的框（非目标）一般在算法结束时，统一清除不显示；

（6）FN=False Negative:

把plane错误检测为background框的数量（错误的background框）。

3、公式：

（1）精确度（Precision）：Precision = TP/(TP+FP)；

       反映了检测器检测到的某类别目标中，真正的属于该类别的所占比例；

（2）召回率（recall）：Recall = TP/(TP+FN)；

   反映了检测器检测到的某类别目标中真正的属于该类别的数量，占该类别groundtruth数量的比例；

（3）虚警概率（False Alarm）：FA= FP/(TP + FP)；

     反映了检测器检测到的某类别目标中，误检目标数量所占比例。

4、举例（目标检测中各项指标都是针对某一类别的最终结果来定义的）：

（1）例1（单类别检测）：

单类别检测，检测网络在一张有8个飞机的图片上生成了10个框，均识别为plane，即：

                                                                                   P=8,

                                                                                   N=2；

10个plane框里有6个框里确是plane，另4个框里实际是background，即：

                                                                                  TP=6，

                                                                                   FP=4；

2个漏检的plane实际被检测为背景，即：

                                                                                   TN=0，

                                                                                   FN=2；

因此，这个网络在这张图片上的针对plane类别的各项指标为：

• Precision = TP/(TP+FP)=6/(6+4)=0.60
• Recall = TP/(TP+FN)=6/(6+2)=0.75
• FA= FP/(TP + FP)=4/(6+4)=0.40

（2）例2（多类别检测，对于某一类别，其他类别都算负且都参与TN计算）：

双类别检测，检测网络在一张有8个plane和2辆car的图片上生成了10个框，6个识别为plane，4个识别为car即（括号内是针对car类的指标）：

                                                                                    P=8,（P=2）

                                                                                   N=2；（N=8）

6个plane框里有4个框里确是plane，1个框里实际是car，1个框里实际是background（4个car框中有2个确实是car，1个里面实际是plane，1个里面实际是background），即：

                                                                                   TP=4，（TP=2）

                                                                                    FP=2；（FP=2）

4个未被正确识别的plane中，3个实际被检测为background，1个实际被检测为car(1个未被识别的car实际被检测为plane)，即：

                                                                                    TN=2，（TN=4）

                                                                                     FN=4；（FN=0）

因此，这个网络在这张图片上的针对plane类别的各项指标为：

①Precision = TP/(TP+FP)=4/(4+2)=0.67

②Recall = TP/(TP+FN)=4/(4+4)=0.50

③ FA= FP/(TP+FP)=2/(4+2)=0.33

同理，这个网络在这张图片上的针对car类别的各项指标为：

① Precision = TP/(TP+FP)=2/(2+2)=0.50

② Recall = TP/(TP+FN)=2/(2+0)=1.00

③ FA= FP/(TP+FP)=2/(2+2)=0.50