一文讲清楚目标检测中mAP、AP、precison、recall、accuracy、TP、FP、FN、TN

已于 2023-08-11 17:23:22 修改
阅读量9.3k 收藏 80
点赞数 19
分类专栏： 目标检测 机器学习 文章标签： 机器学习 计算机视觉
于 2021-01-28 11:17:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fengmaomao1991/article/details/113239127
版权

TP、FP、FN、TN

分类中TP、FP、FN、TN含义

首先理解下在机器学习分类中的含义：
TP（True Positive）：指正确分类的正样本数，即预测为正样本，实际也是正样本。
FP（False Positive）：指被错误的标记为正样本的负样本数，即实际为负样本而被预测为正样本。
TN（True Negative）：指正确分类的负样本数，即预测为负样本，实际也是负样本。
FN（False Negative）：指被错误的标记为负样本的正样本数，即实际为正样本而被预测为负样本。

由此可知：
样本总数：TP+FP+TN+FN 。
实际正样本数：TP+FN。
预测结果为正样本的总数（包括预测正确的和错误的）：TP+FP。
实际负样本数：FP+TN。
预测结果为负样本的总数（包括预测正确的和错误的）：TN+FN。
预测正确的样本数：TP+TN。
positive negative

目标检测中TP、FP、FN、TN的含义

目标检测中的每一个预测结果包含三部分，类别（class），预测框（bounding box）和置信概率（P confidence）。对应的还有真实的检测框，Ground Truth。

什么样的检测结果才叫正确？
1、类别正确
2、预测框（score、confidence）的置信度大于一定阈值
3、预测框与真实框的交并比IoU（Intersection Over Union）大于一定阈值
IoU
由此引入两个评价参数。
交并比阈值记为IoU_th，在VOC中一般取0.5（0.5意味着框与框大约有2/3交叉。）
置信度阈值记为confidence_th。

我们将confidence>confidence_th的检测框记为Positive。
TP：IoU>IoU_th 的检测框数量（同一 Ground Truth 只计算一次）。
FP：IoU<IoU_th的检测框数量，或者是检测到同一个 GT 的多余检测框的数量。
TN：（用不到这个概念）。
FN：没有检测到的 GT 的数量。

假设红色的框是Ground Truth，绿色的框是检测结果， IoU_th 、confidence_th均设为0.5：
这张图中的绿色框就是一个TP。
TP
这张图中的绿色框IoU<IoU_th，所以它就是一个FP。
在这里插入图片描述
这张图中有两个检测框且IoU>IoU_th，那么置信度较高的那个就是TP，剩下的就是FP。
FP1
这张图虽然检测到了框，类别也正确，但是由于confidence<confidence_th，那么这里红色框就是一个FN。注意，FN是从Ground Truth中取，就是如果有n个类似这种的confidence<confidence_th的检测框，我们仍然记FN=1。
在这里插入图片描述

precision 、recall 、accuracy

这几个概念是从信息检索领域来的。

precision

precision = TP/(TP+FP)
个人认为翻译成查准率比较好。

recall

recall = TP/(TP+FN)
个人认为翻译成查全率或者召回率比较好。TP+FN其实就是所有的Ground Truth的数量。

accuracy

accuracy = (TP+TN)/(TP+FN+FP+TN)
在目标检测领域中一般不会用。

抽样范围

precision 和 recall 的抽取样本方式不同：recall是从数据集的同一标签的样本抽样；而precision是从已经预测为同一类别的样本抽样。

一个疑问

（在网上看到下面这张图，我不知道应该怎么理解。）
obj

AP、mAP

这两个概念都是为了衡量模型性能。

AP

AP( Average Precision )：衡量单类别的模型平均准确度。

mAP

mAP（mean Average Precision）
目标检测通常有多个类别，mAP是多个类别平均准度的综合度量，用来衡量模型性能。
简单来说把所有类的AP值取平均。比如有两类，类A的AP值是0.5，类B的AP值是0.2，那么mAP=（0.5+0.2）/2=0.35。

下面通过一个例子介绍AP的计算

一个例子

假如我们计算目标类别为Dog：
有5张Image，共包含7只Dog，也即GT（GroundTruth）数量为7。预测得到了Dog的10个预测结果，然后按confidence从高到低排序。
其中，BB表示BoundingBox，GT=1表示GT与预测的BoundingBox的IoU>=IoU_th，BoundingBox序号相同代表所对应的GT是同一个。
在衡量模型性能时，IoU_th一般取一个定值，然后综合考虑不同的confidence_th取值时的性能。

IndexBBconfidenceGT
1BB10.911
2BB20.831
3BB10.751
4BB30.560
5BB40.490
6BB50.461
7BB60.350
8BB70.230
9BB80.181
10BB90.091

如果设置confidence_th=0，所有的BoundingBox都是Positive。则有 TP=5 (BB1, BB2, BB5, BB8, BB9)，FP=5 (重复检测到的BB1也算FP)。除了表里检测到的5个GT以外，我们还有2个GT没被检测到， FN = 2。
precision = TP/(TP+FP) = 5/(5+5) = 0.5
recall = TP/(TP+FN) = 5/(1+6) = 5/7 = 0.71

IndexBBconfidenceGTTPFPFN
1BB10.911YN
2BB20.831YN
3BB10.751YN
4BB30.560NY
5BB40.490NY
6BB50.461YN
7BB60.350NY
8BB70.230NY
9BB80.181YN
10BB90.091YN
合计552

如果设置confidence_th=0.9，只有BB1为Positive，则有 TP=1 (BB1)，FP=0。我们还有6个GT没被检测到， FN = 6。
precision = TP/(TP+FP) = 1/(1+0) = 1
recall = TP/(TP+FN) = 1/(1+6) = 1/7 = 0.14

IndexBBconfidenceGTTPFPFN
1BB10.911YN
2BB20.831NN
3BB10.751NN
4BB30.560NN
5BB40.490NN
6BB50.461NN
7BB60.350NN
8BB70.230NN
9BB80.181NN
10BB90.091NN
合计106

以此类推，设定不同的confidence_th（每次增加一个BoundingBox为Positive），然后计算对应的Precision和Recall。
Top1 confidence_th=0.9 precision=1.00 and recall=0.14
Top2 confidence_th=0.82 precision=1.00 and recall=0.29
Top3 confidence_th=0.74 precision=0.66 and recall=0.29
Top4 confidence_th=0.55 precision=0.50 and recall=0.29
Top5 confidence_th=0.48 precision=0.40 and recall=0.29
Top6 confidence_th=0.45 precision=0.50 and recall=0.43
Top7 confidence_th=0.34 precision=0.43 and recall=0.43
Top8 confidence_th=0.22 precision=0.38 and recall=0.43
Top9 confidence_th=0.17 precision=0.44 and recall=0.57
Top10 confidence_th=0.08 precision=0.50 and recall=0.71

P-R曲线

以Precision为Y轴，Recall为X轴，画出P-R 曲线。
随着confidence_th不断降低，Recall稳步变大，Precision局部波动但整体减小。（这也很好理解，阈值越低，能找到的目标越多，但同时精度也可能会下降。）
P-R
AP(Average Precision)的计算为Interpolated PR曲线下的面积。
Interpolated PR曲线是将取Recall大于等于r时最大的Precision的点（图中红色点）连起来。即下图中红色虚线所示：
在这里插入图片描述
大家可以算一下，这里AP=0.5。

思考

1、mAP虽然综合考虑了平均模型准确度，使得模型优劣的评判标准不随confidence_th和IoU_th取值变化而变化。
但在工程应用中，物体是否被正确检测到，还是需要具体的confidence_th和IoU_th，工程上更关心在固定的confidence_th和IoU_th下的准确率。
2、在工程应用中，根据对于confidence和IoU的侧重不同，来设计loss函数。

参考：
https://www.jianshu.com/p/fbb96bb49782
https://blog.csdn.net/asasasaababab/article/details/79994920
https://zhuanlan.zhihu.com/p/56961620

YOLOv8目标检测网络评估指标介绍
ice
07-26 889
本章主要介绍一下AP的计算方法， 其中会穿插介绍TP、TN、FP、FN、Precision和Recall等概念。
【机器学习】【深入浅出】混淆矩阵全解析：搞懂 TP、FP、TN、FN 与分类模型评估
weixin_41645791的博客
02-21 2699
本文以通俗易懂、幽默风趣的方式详细解析了混淆矩阵的定义、计算方法和实际作用。从二分类的四个核心指标——真正例（TP）、假阳性（FP）、真负例（TN）、假阴性（FN）出发，本文讲解了如何利用混淆矩阵评估模型性能，并进一步衍生出准确率、精确率、召回率和 F1-score 等关键指标。文章还通过医疗诊断等案例，展示了混淆矩阵如何帮助我们区分漏诊与误诊，并给出记忆技巧，助你快速掌握 TFPN 概念。喜欢本文的朋友请点赞、收藏、转发和关注我的博客，共同探索数据科学的魅力！
史上最全AP/mAP详解与代码实现-上
weixin_38252409的博客
08-29 7964
我们在深度学习的论文经常看到实验对比指标mAP，比较mAP@0.5与mAP@0.5：0.95指标。然，又有很多博客并未完全说明清楚，特别说结合代码解释该指标。为此，本文章将梳理mAP指标，主要内容分为mAP原理解释，如何使用代码获得mAP指标，进一步探讨如何结合模型而获得mAP指标。
“深入理解机器学习性能评估指标：TP、TN、FP、FN、精确率、召回率、准确率、F1-score和mAP”
halo的博客
11-06 1万+
通俗来说，准确率回答了“模型总的预测有多准”的问题；召回率回答了“模型对正例的识别能力有多强”的问题；mAP则是用于复杂任务的一个更为全面的评估指标；而F1-score则是尝试将精确率和召回率结合起来，给我们一个更为综合的评估结果。这些指标可以帮助我们更全面地了解模型的性能，从而选择或优化模型。TP：模型说“这个人有病”，实际上这个人也真的有病。TN：模型说“这个人没病”，实际上这个人也确实没病。FP：模型误诊了健康人为病人。FN：模型漏诊了真正的病人。精确率：模型说“有病”的人中，真正有病的比例。
机器学习性能评估指标之​AP（平均精度）​ 和 ​MAP（平均精度均值）
最新发布
浩瀚之水的专栏
03-24 1666
在目标检测、信息检索和多分类任务中，​AP（Average Precision，平均精度）​ 和 ​MAP（Mean Average Precision，平均精度均值）​ 是衡量模型排序质量和类别区分能力的重要指标。
TP，TN，FP，FN
weixin_33971977的博客
01-03 332
一张图搞定~~~ 【转】https://blog.csdn.net/u011956147/article/details/78967145 转载于:https://www.cnblogs.com/TreeDream/p/10214427.html
TP FP TN FN
lwq1026的博客
11-02 1299
转自： 作者：Charles Xiao 链接：https://www.zhihu.com/question/19645541/answer/91694636 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 纠正下，精确率(precision)和准确率(accuracy)是不一样的，题主问的应该是精确率与召回率之间的差别。 一
TP, TN, FP FN
skyfengye的博客
04-23 7925
表示分类正确：True Positive(TP)：本来是正样例，分类成正样例。True Negative(TN)：本来是负样例，分类成负样例。表示分类错误：False Positive (FP)：本来是负样例，分类成正样例，通常叫误报。False Negative(FN)：本来是正样例，分类成负样例，通常叫漏报。 score值 即各个样本属于正例的概率 Dice Similarity Co...
基础概念——TP、FP、TN、FN、IOU、PR、AP、Interpolated AP、AUC、mAP
jindaxiaoooo的博客
03-11 7067
TP、FP、TN、FN 都是站在预测的立场看的： TP：预测为正是正确的 FP：预测为正是错误的 TN：预测为负是正确的 FN：预测为负是错误的 准确率(accuracy),精确率(Precision)和召回率(Recall) 准确度：分类器正确分类的样本数与总样本数之比 （TP+TN）/ (TP+TN+FP+FN) 精确度：所有被预测为正样本的样本中预测对的比例 (TP) / (TP+NP) 召回率：被正确预测的正样本占所有正样本的比例 （TP）/ (TP+FN) ...
一文读懂xgboost,lightgbm分类评价指标precison/recall/TP/FP/TN/FN与阈值threshold的选取
weixin_44625028的博客
03-04 5142
二分类的阈值threshold如何选择
ap 目标检测算法map_目标检测算法的评估指标：mAP定义及计算方式
weixin_34337134的博客
12-24 1779
前面依次介绍了：本节介绍目标检测算法的评估指标：mAP定义及计算方式mAP：mean Average Precision，平均精度均值，即AP(AveragePrecision)的平均值，它是目标检测算法的主要评估指标。目标检测模型通常会用速度和精度(mAP)指标描述优劣，mAP值越高，表明该目标检测模型在给定的数据集上的检测效果越好。在Tensorflow detection model zo...
YOLO计算二分类目标检测的Precision、Recall代码实现
Ben的博客
11-04 2026
计算二分类目标检测的Precision、Recall、TP、FP、FN必备文件计算思路完整代码 必备文件 经过模型检测得到的检测矩形框结果txt，以及原Ground truth的txt,格式如下： 0 0.5568524 0.354654 0.356945 0.24562324 第一列为class name，第二列为归一化后bounding box的中心点x坐标，第三列为中心点y坐标，第四列为bounding box的宽w，第五列为高h。 计算思路 将xywh逆归一化，得到bounding box的xm
目标检测中如何计算AP和mAP以及绘制P-R曲线以及SSD中如何修改代码来输出AP和绘制P-R曲线
holmes_MX的博客
09-06 1万+
0. 写作目的 好记性不如烂笔头。 1. 计算AP（Average Precision）的理论知识 对于每一类目标检测给出的置信度（Confidence），首先按照Confidence降序排列，然后将交并比（IOU）>0.5的当做正确预测的结果，否则为错误预测的结果。然后依据预测结果的正确与否计算TP(True Positive), FP(False Positive), FN(Fal...
通俗理解TP、FP、TN、FN
胭脂草的ABC博客
03-06 1888
虽然学了很多遍，但还是经常弄混这几个概念。实在是太绕了，真真假假，假假真真。归根到底，其实是没有正确理解两个标志位的含义。
TP，FP，FN
weixin_41787421的博客
08-29 336
TP：正确检测 FP：漏报 FN：误报
TP，FP，TN，FN，FAR，FRR，HTER等常见实验指标理解
热门推荐
weixin_42363544的博客
03-21 1万+
一、TP，TN，FP，FN 前面的字母表示这次预测的结果是正确还是错误（T就是预测结果是对的，F就是预测结果是错误的），后面的字母表示这次预测结果（P就是预测的结果是正类，N就是预测的结果为负类）。 比如TP，表面意思是正确（True）的正例（Positive），即标签是x，预测也是x（P和N表示两种类别），全称叫True Positive，其它三个同理。 TP：被模型预测为正类的正样本（原本是正样本，预测为正样本） TN：被模型预测为负类的负样本（原本是负样本，预......
TP、TN、FP、FN
sslfk的博客
03-01 5490
P/N：表示模型预测的结果积极或消极。 T/F：表示模型预测的结果正确或错误。 所以 TP：表示模型预测为positive是准确的 TN：表示模型预测为negtive是正确的 FP：表示模型预测为positive是错误的 FN：表示模型预测为negtive是错误的 准确率（accuracy）=(TP + TN)/(TP+TN+FP+FN)，表示模型预测准确的概率 查准率-精准率(Precision) = TP/(TP+FP)，表示预测为positve的结果中预测正确所占的比例 查全率-
【一文看懂】深度学习中常用的各项评价指标含义TP、FP、TN、FN、Accuracy、Recall、F1、IoU、mIoU
qq_27816785的博客
06-26 1万+
无论是对于图像领域的分类、分割问题，亦或点云领域的物体分类、场景分割，在评价一个模型的好坏时，经常涉及TP、FP、TN、FN、IoU、Accuracy。。。等指标进行衡量，那么这些指标是什么意思呢？我请到了鸭子先生、猴子客人和熊猫管家来给大家亲身示范一下。咦！发现10个可爱的小动物，可是我们不知道是什么动物，要不用深度学习分一下类吧？ 这个时候我们直接掏出训练好的，把这些小动物丢进去，一番等待之后，我们有了以下的预测结果： 很明显，模型并没有非常完美的完成任务。但是如何评价它呢？对某一来讲：T = tru
AP和mAP区别
03-17
<think>好的，用户现在问的是AP和mAP的区别，我需要先回顾一下之前讨论的内容。之前用户问的是权重残差链接（WRC），而这次是关于目标检测中的评估指标。所以可能需要先确认用户是否了解目标检测的基础知识，但根据问题本身，用户可能已经有一定了解，但需要明确两者的区别。 首先，AP是Average Precision，即平均精度，通常用于单一类别的检测任务。而mAP是mean Average Precision，即平均AP，是对多个类别的AP取平均。我需要详细解释这两个概念，以及它们在不同场景下的应用。 我需要分步骤解释，结构清晰。可能先定义AP，然后解释mAP，再对比两者的区别。同时要确保使用正确的中文术语和LaTeX格式。用户之前的对话中，系统级指令要求数学表达式用$...$和$$...$$，所以要注意这一点。 还要考虑用户可能的背景。用户可能在研究目标检测模型，或者在准备论文，需要准确区分这两个指标。用户可能想知道在什么情况下使用AP，什么时候用mAP，以及它们的计算方式有什么不同。 需要检查是否有常见的误解需要澄清。例如，AP是否只用于单一类别，而mAP是多类别的平均。另外，可能还需要提到不同数据集（如PASCAL VOC和COCO）中mAP的计算差异，比如使用IoU阈值不同，或者是否考虑不同IoU下的平均。 最后，总结部分要简明扼要，强调两者的核心区别和应用场景。确保回答真实可靠，结构清晰，符合用户的要求。</think>以下是关于AP（Average Precision）和mAP（mean Average Precision）的对比解析： --- ### 一、基础定义 1. **AP（平均精度）** - **核心作用**：评估**单一类别**的检测性能 - **计算步骤**： 1. 按置信度排序预测结果 2. 计算不同召回率下的精度值 3. 绘制Precision-Recall曲线 4. 计算曲线下面积（AUC） 2. **mAP（均值平均精度）** - **核心作用**：评估**多类别**检测系统的整体性能 - **计算步骤**： 1. 对每个类别单独计算AP 2. 对所有类别的AP取算术平均 --- ### 二、数学表达对比 | 指标 | 公式 | 参数说明 | |------|-------------------------------|---------------------------------| | AP | $$AP = \int_0^1 p(r) dr$$ | $p(r)$: 召回率为$r$时的精度值 | | mAP | $$mAP = \frac{1}{C}\sum_{c=1}^C AP_c$$ | $C$: 类别总数，$AP_c$: 第$c$类的AP | --- ### 三、关键差异点 | 特征 | AP | mAP | |---------------------|-------------------------------|-------------------------------| | 适用场景 | 单类别任务（如人脸检测） | 多类别任务（如COCO数据集） | | 敏感性 | 反映特定类别性能波动 | 体现模型整体泛化能力 | | 计算复杂度 | 较低（单曲线计算） | 较高（需遍历所有类别） | | 典型应用 | 二分类问题评估 | 多目标检测竞赛标准指标 | --- ### 四、实例说明 **PASCAL VOC数据集评估**： - **AP计算**：对20个类别分别计算AP - **mAP计算**：将20个AP值平均 - 当某类AP=0.9，另一类AP=0.7时： $$mAP = \frac{0.9+0.7}{2} = 0.8$$ **COCO数据集扩展**： - 采用**mAP@[0.5:0.95]**（在不同IoU阈值下计算平均值） - 计算公式： $$mAP = \frac{1}{10}\sum_{t=0.5}^{0.95} mAP_{IoU=t}$$ --- ### 五、常见误区澄清 1. **不是简单平均关系**： - mAP计算前需确保各类别评估标准统一（如IoU阈值、正负样本定义） 2. **AP的变体**： - 在目标检测中，AP常特指**IoU=0.5**时的计算结果 - 严格定义下应标注为AP@0.5 3. **COCO的特殊性**： - COCO官方定义的mAP包含**多尺度测试**结果 - 包含对小/中/大目标的分别评估 --- ### 六、选择建议 - **研究场景**：需同时报告AP（分析单类性能）和mAP（整体评估） - **工程部署**：优先关注mAP，但需检查关键类别的AP值 - **竞赛优化**：COCO等比赛以mAP@[0.5:0.95]为权威指标 --- ✎ **总结**：AP是单类别的精度积分，mAP是多类别的平均表现。理解二者的区别，需结合具体任务需求选择评估指标：单类问题关注AP，复杂多类系统必看mAP。
评论 16
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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