YOLO是深度学习经典检测方法,叭叭叭这些虚头八脑的one-stage(太过论文的东西讲了米用)........
理解YOLO之前先知道IOU的计算为交集比并集
然后理解精确率(Precision)和召回率(Recall)两兄弟,因为这两兄弟是彼此制约,此消彼长的关系(马原的矛盾的普遍性生动体现)
理解TP,FP,FN,TN。把握住先判断T还是F,P理解为positive(是个褒义词,那肯定是对的框,人工标注的框)加上T那肯定是框是对的并且YOLO也检验成对的,所以TP为检验成功,所以FP就是检验失败
相对来说,negative就是消极的(贬义词,不是物品,可以理解为背景墙),所以TN代表的就是检验对了背景,FN就是检验成了背景,就是把物品检验成了背景
精确率就是检验到的东西验证正确,召回率就是看是否把检验的东西都检验到了(看背景墙里面有物品没)
然后,就引出了map值的概念,
理解为一个综合值