目标检测(Object Detection)模型中mAP( mean Average Precision)计算方法

mAP计算方法


mAP: mean Average Precision, 即各类别AP的平均值

AP: PR曲线下面积,其实是在0~1之间所有recall值的precision的平均值。

PR曲线: Precision-Recall曲线

                              

Precision: TP / (TP + FP)  

精确率(Precision)是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是真正的正样本

Recall: TP / (TP + FN)     

召回率(Recall)是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。

那也有两种可能,一种是把原来的正类预测成正类(TP),另一种就是把原来的正类预测为负类(FN)。

                                        

                                     

AP则是精确率precision/recall曲线浅蓝色的积分值,知道每一类的AP值,然后对所有的类求reduce_mean则得出了模型mAP的值。

 

举例:

★假设总共60个正样本 40个负样本,我们要找出所有的正样本,系统查找出50个,其中只有40个是真正的正样本,计算上述各指标。

 

TP:将正类预测为正类的个数:40

FP:  将负类预测为正类的个数:10

TN:将负类预测称负类的个数:30

FN:将正类预测为负类的个数:20

 

Precision:40/(40+10)=0.8

Recall:40/60=2/3

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值