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。