目录
算法原理
缺陷检测的性能指标
在深度学习领域,通过以精度、召回率、平均精度均值(Mean Average Precision,mAP)和FPS等指标评价目标检测算法的有效性,在图像分割中则主要采用平均像素准确率、平均交并比等指标评价。
在工业质检领域的评价指标与深度学习领域类似,只是表述方式有所不同,一般使用漏检率、误检率和准确率等。
根据被检测工件的真实情况(OK*和NG*)和检测结果(OK和NG)的不同,可以将缺陷识别的结果分为4种情况,如下表所示。
OK* |
NG* |
|
OK |
TP |
FP |
NG |
FN |
TN |