CV的深度学习模型评估指标

一、分类模型的指标

TP

TN

FP

FN

Recall

Precision

FPR

TPR

计算Precision与recall的库函数：metrics.precision_recall_curve(),示例如下：

计算fpr&&tpr的库函数：metrics.roc_curve()，该函数某然正样本的label为1且score越大越接近于正样本，示例如下：

from sklearn import metrics
ls_label=[]
ls_score=[]
for i in ls:
    jpgName=i.split(" ")[0].split("/")[-1]
    label=dic_label[jpgName]
    if label == "mask_no":
        ls_label.append(1)
    else:
        ls_label.append(0)
    score=float(i.strip().split(" ")[2])
    ls_score.append(score)
label=np.array(ls_label)
score=np.array(ls_score)
fpr, tpr, thresholds = metrics.roc_curve(label, score)
precision, recall, thresholds = metrics.precision_recall_curve(label, score)

二、检测模型的指标【详见：目