目标检测01笔记AP mAP recall precision是什么 查全率是什么 查准率是什么 什么是准确率 什么是召回率

1.空间金字塔池化

2.比较常用的Region Proposal方法有：SelectiveSearch(SS，选择性搜索)、Edge Boxes（EB）

3.Edge Boxes（EB）

4.边框回归（Bounding Box Regression）：是对Region Proposal进行纠正的线性回归算法，目的是为了让Region Proposal提取到的窗口与目标窗口（Ground Truth）更加吻合。

5/SelectiveSearch(SS，选择性搜索)选择搜索算法观点：图像中物体可能存在的区域应该是有某些相似性或者连续性的，因此选择搜索采用子区域合并的方法进行提取边界框bounding box

6.分类器Adaboost，SVM，Decision Tree

进行Ensemble 进行集成，各取所长融合优点

7.

如何评价P-R曲线：

1）如果一个曲线被另一个曲线包围，那么被包围的曲线更差些
2）两者有重叠，那就是判断曲线下面积的大小，但不太容易估算
3）找平衡点，就是找到准确率=召回率的点
4）F1度量，F 1 = 2 P R / ( P + R ) 
 

8.AP（Average Precision）平均精度：计算平均的检测精度，用于衡量检测器在每个类别上的性能好坏

mAP（mean Average Precision）平均精度的均值

mAP更多用于评价多目标的检测器性能，衡量检测器在所有类别上的性能好坏，

即得到每个类别的AP值后再取所有类别的平均值。

实际多类别分类任务中，随着选定的样本越来越多，recall会越来越高，而precision会越来越低，recall为横轴，precision为纵轴就可以得到总体为下降趋势的P-R曲线。

recall 查全率 也有翻译成召回率的 

precision 查准率 

 直接耍流氓上图，这就过分了

先解释一下T F就是我们高中英语是非题的对和错

P :positive 积极的，阳性的

N:negtive 消极的

 现在我们去做是非题，第一道题呢，原本是对的，我猜它是对的（我预测对了），就称之为TP

                                       第二道题，原本也是对的，我猜它是错的（我预测错了），称之为FN 

                                        第三道题，原本是错的，我猜它是错的（我预测对了），称之为TN

                                        第四道题，原本是错的，我猜它是对的（我预测错了），称之为FP

总结一下哈 找下相同点，我们发现啊 预测对了 就有个T，预测错了呢 就是F

那我们再看看啊，错的 猜错的 

                                对的 猜对的 都是有T吧，我猜考了100，真的考了100开心吧积极吧那就是TP

                                  我估计刚及格，发下来还是及格，都蛮悲观的满消极的吧 那就是TN

                可以同样类比，开心与难过

接下里看precision

准确率= 原来就是对的（我预测对了）TP     ➗   我以为的（预测的）对的（TP+FP)

查全率 = 原来就是对的（我预测对了）TP    ➗ 原来都是对的题目（TP+FN）