深度学习之：查全率（召回率recall）和查准率（精确率precision）

最新推荐文章于 2024-06-13 11:08:00 发布
最新推荐文章于 2024-06-13 11:08:00 发布
阅读量3.7k 收藏 3
点赞数
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/haiyiheng/article/details/79082346
版权

看yolo9000时，作者在table2下面提到一句话，是Two exceptions are swithing to a fully convolutional network with anchor boxes and  using the new network...

作者说利用anchor boxes 没有改变mAP，但是增加了召回率。

不明白召回率的含义，百度之，含义如下：

在信息检索领域，精确率和召回率又被称为查准率和查全率，召回率(Recall Rate,也叫查全率)是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率；精度是检索出的相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率。

那么高的召回率意味着什么呢？

一般来说，由于噪声的存在，召回率和精确率是不成正比的。 研究表明: 在不牺牲精度的情况下,获得一个高召回率是很困难的.召回率越高, 精度下降的很快, 而且这种趋势不是线性的。

所以在precision不变的情况下，提高了recall，意味着这个算法寻找目标，精度高，漏检低，即找的又全又准！！

liu_otr
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习中的精确率与召回率
sdhdsf132452的博客
07-23 3012
在理解深度学习中map的时候，有2个概念是绕不过去的：精确率和召回率。这2个概念都和正样本有关。其中： 精确率反映的是查准率，就是说，对于你预测为正的样本，有多少它确实是正的样本，即：样本确实是真，你预测也为真 / （样本确实是真，你预测也为真+样本是假，你预测为真）的概率 ， 即： 召回率 反映的是查全率，就是说，对于所有你针对正样本的预测结果，你预测它为正样本，占所有正样本的比例，即：样本确实是真，你预测也为真 / （样本确实是真，你预测也为真+样本确实是真，你预测它为假）的概率 ...
准确率(Precision)、召回率(Recall)以及F值(F-Measure)
流浪的虾壳
07-06 4万+
在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。 准确率、召回率、F1 信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率，概念公式:              召回率(Recall)      =
召回率、精确率、精确度、F值
我乐飞的技术博客
07-27 4967
召回率、准确率和F值 召回率 精确率 例子 召回率、准确率和F值   信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率 召回率 召回率也叫查全率 我预测中真正正确的数目与测试数据集中的真正正确的比值 召回率 = 系统检索到的相...
【深度学习】Precision、Accuracy的区别，精确率与准确率：深度学习多分类问题中的性能评估详解
最新发布
q742971636的博客
06-13 2163
准确率表示模型总体的预测正确率。精确率表示模型在预测某一特定类别时的准确性。在不平衡数据集上，准确率可能会因为多数类的样本占比高而显得较高，而精确率则能更好地反映模型在少数类上的表现。因此，在实际应用中，通常需要结合多种指标来全面评估模型性能。
【深度学习】查准率、召回率、AP、mAP
u011754972的博客
04-24 521
AP和mAP计算详解（代码全解） 参考：https://mp.weixin.qq.com/s?__biz=MzUxNjcxMjQxNg==&mid=2247490269&idx=3&sn=718b101325a37b152951772e11d4efde&chksm=f9a26852ced5e144200ae2f95d3bd15d9e213dff2728f85defdf75fcd5aeb7acd53f50eb233c&mpshare=1&scene=1&
深度学习分类任务中的准确率、精确率（查准率）、召回率（查全率）、F1值、ROC曲线的AUC值，
chumingqian的博客
01-05 3947
其中关于 TP, TN;FP, FN 的解释；其中;注意，此时这里的正样本代表的 是 预测属于某一类别的样本；负样本则代表预测不属于某一类别的样本。举例说来部分仓库， 与此不一致，列代表真实值，行代表预测值，需要阅读代码的时候，通过查看文档确定；
召回率(Recall)
wydbyxr的博客
09-29 7518
召回率(Recall)   也称为 True Positive Rate:R = TP/(TP+FN) ; 反映了被正确判定的正例占总的正例的比重.
precision and recall rate
Always On The Way
11-01 1819
这俩概念的理解源自baidu。 （1）召回率 Recall rate，也叫查全率 检索出的相关文档数和文档库中所有的相关文档数的比例。衡量的是检索的查全率。 （2）精度 Precision 检索出的相关文档数与检索出的所有文档总数的比率。衡量的是检索系统的查准率。 例子：数据库中总共有记录500条，其中应有50条符合查询要求，但是查出了75条，其中真正符合查询要求的为45条。 那么召回
机器学习基础概念：查准率、查全率、ROC、混淆矩阵、F1-Score 机器学习实战：分类器
12-21
通过混淆矩阵，我们可以全面了解分类器的性能，包括精确度（Accuracy）、召回率（Recall，同查全率）和F1分数。 F1-Score是查准率和查全率的调和平均数，用于综合考虑两者，尤其是当正负样本不平衡时，F1-Score能更...
机器学习基础（笔记2）
01-20
同时，还可以探索其他评估指标，如查准率-查全率曲线（Precision-Recall Curve）、ROC 曲线（Receiver Operating Characteristic Curve）以及 AUC 值（Area Under the ROC Curve），这些都能提供更全面的模型性能...
recall_precision.zip_图形图像处理_matlab_
08-11
在图像处理领域，查准率（Precision）和查全率（Recall）是评估目标检测算法性能的关键指标。本文将详细解析这两个概念及其在MATLAB环境中的实现。 查准率和查全率是衡量分类器或者检测器准确性的度量标准，特别是...
Matlab分类准确率代码
01-12
除了准确率，还有其他一些评价分类模型性能的指标，如精确率(Precision)、召回率(Recall)、F1分数(F1-Score)和查准率(Precision)查全率(Recall)的调和平均数等。在某些场景下，这些指标比准确率更能反映模型的表现，...
Recall（召回率） Precision（准确率） F-Measure E值 sensitivity（灵敏性） specificity（特异性）漏诊率 误诊率 ROC AUC
PenyPeng的博客
08-09 2227
Recall（召回率） Precision（准确率） F-Measure E值 sensitivity（灵敏性） specificity（特异性）漏诊率 误诊率 ROC AUC信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)=系统检索到的相关文件 / 系统所有相关的文件总数，衡量的是检索系统的查全率。准确率(Precision Rate)=系统检索到的相关文件 / 系
准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
qq_37685880的博客
05-24 6171
https://blog.csdn.net/hxg2006/article/details/796491541、准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measuryu Code 15 Comments 机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluation)是一个必要的 工作,而其评价指标往往有如下几点:准...
精确率（Precision、查准率）与召回率（Recall Rate、查全率）
漫步量化
06-16 5242
精确率1 精确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了，一种就是把正类预测为正类(TP)，另一种就是把负类预测为正类(FP)，也就是 P=TPTP+FP P=\frac{TP}{TP+FP} P=TP+FPTP​ 召回率 召回率是针对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确了。那也有两种可能，一种是把原来的正...
吴恩达深度学习笔记(61)-训练调参中的准确率和召回率
Harpoon_fly的博客
02-19 1566
单一数字评估指标（Single number evaluation metric） 无论你是调整超参数，或者是尝试不同的学习算法，或者在搭建机器学习系统时尝试不同手段，你会发现，如果你有一个单实数评估指标，你的进展会快得多，它可以快速告诉你，新尝试的手段比之前的手段好还是差。 所以当团队开始进行机器学习项目时，我经常推荐他们为问题设置一个单实数评估指标。 我们来看一个例子，你之前听过我说过，应用...
深度学习基础：精确率、召回率理解
DU_YULIN的博客
10-07 1865
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言1. 精确率、召回率理解总结参考 前言 在使用Paddle实现手写数字识别时，发现对模型评估标准：精确率（precision）和召回率（recall）有些记不清了，在查找相关定义后，这个做下笔记，分享给大家！ 1. 精确率、召回率理解 精确率（precision）=真实正样本被预测为正样本数量（TP）所有预测为正样本数量（TP+FP）精确率（precision）=\frac{真实正样本被预测为正样本数量（TP）}{所有预测为
【机器学习】准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
一米阳光-的博客
12-26 2万+
在机器学习、数据挖掘、推荐系统完成建模之后，需要对模型的效果做评价。 业内目前常常采用的评价指标有准确率(Precision)、召回率(Recall)、F值(F-Measure)等，下图是不同机器学习算法的评价指标。下文讲对其中某些指标做简要介绍。 ps:很多资料上将精确度precision称为准确率，实际真正严格来讲，准确率和精确率是有区别的，周志华老师的书中称为查准率。 Recall，周...
召回率
lien0906的专栏
06-25 2594
召回率(Recall Rate,也叫查全率)是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率；精度是检索出的相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率。召回率(Recall)和精度(Precise)是广泛用于信息检索和统计学分类领域的两个度量值，用来评价结果的质量 中文名 召回率 外文名 Recal
信息检索（IR）的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC
热门推荐
架构和代码
07-06 5万+
在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率，概念公式:             召回率(Recall)      =  系统检索到的相关文件 /

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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