目标检测AP值大于1的原因
最近在训练pytorch-yolov3模型模型的过程中,模型评估时,某些类别的AP值会大于1,根据自己的常识,一直认为计算AP的方法存在问题,但是并不是。原因请往下看。
计算AP的方法:
详情请参考:https://blog.csdn.net/qq_35916487/article/details/89076570
预备知识
IOU:两个目标框的交并比
目标框定义:
True Positive (TP):一个正确的定位结果,就是你预测的框和我们的groudtruth之间的IOU是可以大于我们规定的阈值的,我们一般取这个阈值都是0.5
False Positive (FP):就是一个错误的结果,就是你预测的这个框和groundtruth的IOU是小于阈值的
False Negative (FN): 就是我们本来这里有一个物体的,所以我们这个地方应该有个框,但是你没预测出来,那么这个groundtruth对于你的模型来讲就是一个FN
True Negative (TN):这个就是我们这个groundtruth找到了一个和它的IOU大于阈值的预测框,那么对于这个ground就是认为被成功的检测出来了。
Precision和Recall