【DL】P, AP, mAP

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)

  • 0
    点赞
  • 1
    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