目标检测评价指标(mAP、P-R曲线、IOU)
一、mAP
真实情况 | 预测为正 | 预测为反 | recall召回率 |
---|---|---|---|
正 | TP | FN | R = TP / (TP + FN) |
反 | FP | TN | |
precision准确率 | P = TP / (TP + FP) |
如何去理解?
这四个字母看着真头晕,就算看博客当时理解了,过一会儿就忘了,所以决定整理一下,用特殊的方法记住他!
后面的字母P(positive)和N(negative)是针对检测器而言的。检测器认为它是正,则是P,反之则为N。
前面的字母T(true)和F(false)是用来修饰检测器所检测出来的结果。可以把前面的字母当成上帝,它有上帝视角,知道检测器到底预测的对不对。上帝说是T就是你预测对了,是F就是预测错了。
尝试理解:
检测器说是P正例,上帝告诉你,你对了,真实情况就是正例,则是TP(上帝说你对T + 检测器认为正)。
检测器说是P正例,但上帝告诉你,你错了,真实情况是反例,则是FP(上帝说你错F + 检测器认为正)。
检测器说是N反例,上帝告诉你,你错了,真实情况是正例,则是FN(上帝说你错F + 检测器认为是反)。
检测器说是N反例,上帝告诉你,你对了,真实情况就是反例,则是TN(上帝说你对T + 检测器认为是反)。
precision准确率 (第一列)
检测器认为是正的例子中,有多少是真正的正?
P = T P T P + F P P = \frac{TP}{TP + FP} P