目标检测的性能衡量指标

以人脸检测为例,图1中3个红框标示的人脸,即为Ground Truth。
图1
那么检测的结果分为以下几种情况,如图2所示:
#对于真实的人脸,即正样本,也就是红框区域;对于红框之外的背景区域,即负样本。
##1
True positive(TP):正确的正样本,即检测器找到了真实人脸。
False positive(FP):错误的正样本,即检测器把背景区域当作了人脸,也叫虚警。
##2
True negative(TN):正确的负样本,即检测器把背景区域判定成了背景。
False negative(FN):错误的负样本,即检测器把人脸区域当作了非人脸。相当于没检测出来遗漏了,被当做了背景区域。
图2

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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