深度学习的基本指标

最新推荐文章于 2025-02-21 15:45:32 发布

Nicholson07

最新推荐文章于 2025-02-21 15:45:32 发布

阅读量1.1k

点赞数 1

分类专栏：深度学习文章标签：深度学习神经网络机器学习

原文链接：https://blog.csdn.net/qq_41994006/article/details/81051150

版权

深度学习专栏收录该内容

8 篇文章

订阅专栏

本文详细介绍了目标检测领域的评估指标，包括TP、FP、TN、FN的基本概念，精确度precision和召回率recall的计算，以及P-R曲线的绘制。进一步讲解了平均精度(AP)的11点插值方法和交越率方法，并阐述了多类别平均精度(mAP)的计算。这些指标对于评估模型性能至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TP、FP、TN、FN

TP=判断正确，实际是真的。

FP=判断错误，实际是假的。

TN=判断正确，实际是假的。

FN=判断错误，实际是真的。

精确度precision=判断为真的里实际为真的概率

召回率recall=实际为真的里被判断为真的概率

P-R曲线

举个例子：

现在又如下检测结果，id表示不同物体，score表示网络得到的结果置信度，score高的探测结果可能为真，具体可以自己设置阈值等。

这里我们对score进行排序。

并取top5作为预测的真值，当然，也可以采用其他评估手段，比如AP50，即当预测框与真实框的IoU值大于这个阈值时，该预测框才被认定为真阳性（True Positive, TP），反之就是假阳性（False Positive，FP）。

在这个例子中，true positives就是指第4和第2张图片，false positives就是指第13，19，6张图片。是相对于方框内的元素而言，在这个例子中，confidence score排在top-5之外的元素为false negatives和true negatives，即：

其中，false negatives是指第9，16，7，20张图片，true negatives是指第1,18,5,15,10,17,12,14,8,11,3张图片。

那么，这个例子中Precision=2/5=40%，意思是对于car这一类别，我们选定了5个样本，其中正确的有2个，即准确率为40%；Recall=2/6=30%，意思是在所有测试样本中，共有6个car，但是因为我们只召回了2个，所以召回率为30%。此时为下图中第5个样本点。同理图中第一个样本点：P=1，R=1/6，第二个样本点，考虑前两个样本，P=1，R=2/6=1/3。。。

这个例子的precision-recall曲线如下：

实际多类别分类任务中，我们通常不满足只通过top-5来衡量一个模型的好坏，而是需要知道从top-1到top-N（N是所有测试样本个数，本文中为20）对应的precision和recall。显然随着我们选定的样本越来也多，recall一定会越来越高，而precision整体上会呈下降趋势。把recall当成横坐标，precision当成纵坐标，即可得到常用的precision-recall曲线。

AP、mAP

接下来说说AP的计算，此处参考的是PASCAL VOC CHALLENGE的2010年之前计算方法。首先设定一组阈值，[0, 0.1, 0.2, …, 1]。然后对于recall大于每一个阈值（比如recall>0.3），我们都会得到一个对应的最大precision。这样，我们就计算出了11个precision。AP即为这11个precision的平均值。这种方法英文叫做11-point interpolated average precision。

当然PASCAL VOC CHALLENGE自2010年后就换了另一种计算方法。新的计算方法假设这N个样本中有M个正例，那么我们会得到M个recall值（1/M, 2/M, ..., M/M）,对于每个recall值r，我们可以计算出对应（r' >= r）的最大precision，然后对这M个precision值取平均即得到最后的AP值。计算方法如下：