目标检测性能评价指标__深度学习

衡量目标检测泛化能力，即性能度量：mAP(mean AP)，IoU(目标框交并比)，速率。

 

目标检测问题可分为两个问题：目标分类和目标框定位。

mAP（度量目标分类准确，各类别AP的平均值）

           二分类问题：将样例根据真实类别和学习预测类别组合划为真正例（ture positive）、假正例（false positive）、真反例（ture negative）、假反例（false negative）。用分类结果混淆矩阵(confusion matrix)表示如下：

                                                      

           P(Precision)：查准率，即是在判定的正样本中， 有多大比例真的是正样本。P = TP / (TP + FP).

           R(Recall)：查全率，即是在真正的正样本中， 有多大比例被找到了。R = TP / (TP + FN).

每个t