本文详细介绍了目标检测中的关键评价指标，包括准确率、精确率、混淆矩阵、召回率和平均精度（AP）。准确率关注检测结果与真实标签的一致性；精确率侧重于正确预测为正类的比例；混淆矩阵展示了各类别的预测效果；召回率衡量正样本被检测出的比例；平均精度AP和MAP则是衡量多类目标检测性能的综合指标。
1.准确率：Accuracy
就是检测出来的目标中，与xml标签中一致的占多少。
2.精确率：Precision
与准确率的区别：就一点：准确率的分母是所有样本。
而精确率的分母，不是要输入分类器的所有样本，而是分类为正的所有样本，是前者的一个子集。
3.混淆矩阵：Confusion Matrix
横轴为预测标签，纵轴为xml实际标签。
举例：模型预测为A的样本，实际标签为A的占80%(预测对的80%)，实际标签为B的占20%，
所以其实中间那条线颜色越浓越好，说明每一类的预测对了。如果没有，就说明有误检。这个指标用来衡量类别之间的检测错误还是挺清楚的。
最低0.47元/天 解锁文章
2229
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
