目标检测的评价指标图解

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。
摘要由CSDN通过智能技术生成

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。

4. 召回率:Recall

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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