目标检测
map的计算,mAP@.5 mAP@.5:.95的含义
检测网络的输出有置信度和bbox的位置。根据这两个的综合评价得到一个准确的指标:ap,map。
mAP@0.5:mean Average Precision,就是给每一类分别计算AP,然后做mean平均。
如果有多类目标,求一个平均值就是map值。
以上这种方法只根据置信度得到的多组p-r值。一般默认iou阈值是0.5.即大于0.5的认为是目标。这种方法得到的map称为mAP@.5
还有一种是mAP@.5:.95。是把iou从0.5~0.95,每隔0.05计算一个map,最后把这些map求平均得到的。
图像分割
PA:像素准确率
对应:准确率(Accuracy)
含义:预测类别正确的像素数占总像素数的比例
CPA:类别像素准确率
对应:精准率(Precision)
含义:在类别 i 的预测值中,真实属于 i 类的像素准确率,换言之:模型对类别 i 的预测值有很多,其中有对有错,预测对的值占预测总值的比例
MPA:类别平均像素准确率
含义:分别计算每个类被正确分类像素数的比例,即:CPA,然后累加求平均
MPA = sum(Pi) / 类别数
IoU:交并比
含义:模型对某一类别预测结果和真实值的交集与并集的比值
MIoU:平均交并比
含义:模型对每一类预测的结果和真实值的交集与并集的比值,求和再平均的结果