open MMlab学习笔记五

真值框总数与检测算法无关，因此只需将检测结果区分为 TP 和 FP 即可计算 recall 和 precision。

两种极端情况：

1. 检测器将所有锚框都判断为物体：召回率≈100%，但大量背景框预测为物体，FP很高，准确率很低。

2. 检测器只输出确信度最高的1个检测框：以很大概率检测正确，准确率=100%，但因为大量物体被预测为背景，FN很高，召回率很低。

一个完美的检测器应该有100%召回率和100%的精度；在算法能力有限的情况下，应该平衡二者

通常做法：将检测框按置信度排序， 仅输出置信度最高的若干个框

置信度 = 分类概率，或修正后的分类概率（YOLO、FCOS）