Backto ML Index
这几个评价标准, 通常都是用在 CV 领域.
new way, 基于 PR 曲线的理解
目标检测中衡量识别精度的指标是mAP(mean average precision)。多个类别物体检测中,每一个类别都可以根据recall和precision绘制一条曲线,AP就是该曲线下的面积,mAP是多个类别AP的平均值.
old way, 错误的理解
这是师爷之前理解和计算方法, 把 Precision 当做 Recall 来计算了. 也记录在此, 做一个教训.
P: Precision 精度
一个模型的准确率指的是对 一张图像而言, 正确预测的某个类别的数量除以这张图像中这个类别的总数
P C = N ( TruePositives ) C N ( TotalObjects ) C P_C = \frac {N(\text{TruePositives})_C}{N(\text{TotalObjects})_C} PC=N(TotalObjects)CN(TruePositives)