mAP与coco的评价指标

目标检测常用的两个数据集:
PASCAL VOC 与 MS COCO数据集

mAP:mean Average Precision, 即各类别AP的平均值
‘预测得到的是:bounding box; 人工标注的是:ground Truth box(GT box)
IoU指的是预测的bounding box与人工标注的GT box的交并比
TP(True Positive):IoU>0.5的检测框数量
FP(False Positive):IoU<=0.5的检测框数量(或者检测到同一个GT的多于检测框的数量)
FN(False Negative):没有检测到的GT的数量

Precision:TP/(TP+FP)(查准率)
Recall:TP/(TP+FN)(查全率)
AP:P-R曲线下的面积
P-R曲线:Precision-Recall曲线
mAP:mean Average Precision, 即各类别AP的平均值(一个类别,有一个AP)

针对confidence取不同的阈值,得到的precision与recall的值,例如:
在这里插入图片描述
当confidence的阈值设置为0.98:TP=1,FP=0,FN=6
Precision=1.0,Recall=0.14
当confidence的阈值设置为0.89:TP=2,FP=0,FN=5
Precision=1.0,Recall=0.28
当confidence的阈值设置为0.88:TP=3,FP=0,FN=4
Precision=1.0,Recall=0.42
再画出P-R曲线
在这里插入图片描述
在这里插入图片描述
AP表示:在IoU=0.5:0.05:0.95有10个IoU值,每个IoU值下的得到一个mAP,再求平均,实际上是mAP(COCO数据集中最主要的评价指标)
第二个AP(IoU=0.5),是PSACAL VOC所提供的评价指标
在这里插入图片描述
第一行是COCO的评价指标
第二行是PASCAL VOC的评价指标
第四行是关注小目标的情况
第八第九行对比看,是为了看目标数的大致情况

以上内容均是根据https://www.bilibili.com/video/BV1ez4y1X7g2做的笔记

  • 3
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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