3.yolov5目标检测-常用评估指标

yolov5官网的模型评估对比图

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
需要借助狼来了的故事了解:真阳性,假阳性,假阴性,真阴性。

在这里插入图片描述

IOU:交并比,用来筛选最终预测出来的边界框。

在这里插入图片描述
通过求标注和预测的交并比,可以得到一个预测准确度的指标。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
GA、GB、GC是标注的内容,P1234是检测出的内容。
分别计算每次识别的IOU。
在这里插入图片描述
我们把P4作为了GB的最佳匹配框,所以P3就变成了假阳性。
在这里插入图片描述
计算recall的时候,有三个标注,所以分母就是3.
在这里插入图片描述
在这里插入图片描述
计算方式会选择向右拉直。

在这里插入图片描述
在这里插入图片描述
之后的比赛就开始用所有的点了。 计算的都是右上角的矩形。
用这种方式可以算出所有类别的AP。
在这里插入图片描述
微软推出了coco数据集,采用101个recall点。
在这里插入图片描述
coco的ap和map不做区分。
在这里插入图片描述

在这里插入图片描述

  • 16
    点赞
  • 108
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
评论 7
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