目标检测里面MAP评测指标的详细介绍

最新推荐文章于 2024-07-07 10:33:56 发布
最新推荐文章于 2024-07-07 10:33:56 发布
阅读量2k 收藏 7
点赞数 7
文章标签： 目标检测 人工智能 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/slamer111/article/details/135066341
版权

一、map怎么计算得到的？

他是根据每一类物体的ap值，取平均得到的最终的map评测指标。

二、每一类的ap值怎么求？

将预测框的概率值从大到小排序，然后依次选取一个概率作为score的阈值，并结合当前的iou阈值得到一个准召点。最终得到多个，画PR曲线求面积(怎么求的我还不清楚)。

三、市面上为啥有好多map的定义？

一般说的MAP默认都是iou为0.5的，简称map_50。也有根据不同的iou阈值0.5到0.95的，他相当于把好几个map求了平均，简称map_5095

CVplayer111
关注
  • 7
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
YOLOv8性能评估指标-＞mAP、Precision、Recall、FPS、IoU
Snu77的博客
11-02 5万+
这篇博客，主要给大家讲解我们在训练yolov8时生成的结果文件中各个图片及其中指标的含义，帮助大家更深入的理解，以及我们在评估模型时和发表论文时主要关注的参数有那些。本文通过举例训练过程中的某一时间的结果来帮助大家理解，大家阅读过程中如有任何问题可以在评论区提问出来，我会帮助大家解答。首先我们来看一个在一次训练完成之后都能生可以评估YOLOv8模型在目标检测任务中的准确性、召回率、速度和边界框质量等性能表现。根据具体需求，我们可以选择更适合任务场景的模型和参数配置。最后祝大家学习顺利，科研成功，多多论文！！
YoloV9实战：各种图绘制汇总（mAP50、mAP50-95、loss、PR_curve、F1_curve）|科研必备|绘图神器
m0_47867638的博客
05-28 302
本文的内容是告诉大家如何绘制mAP50、mAP50-95、loss、PR_curve、F1_curve等图像，方便大家写论文。
目标检测评估指标
To be a better man
04-12 4433
mAP、mAP50和mAP75有什么区别呢 mAP、mAP50、mAP75后面的数字表示NMS过程中设定IoU阈值的参数，EasyDL平台上展示的mAP是mAP50的数值。NMS过程中IoU用于过滤冗余框，检测框重叠部分大于IoU阈值的检测框会过滤，留下置信度最高的检测框。mAP75较mAp50更为严格，数值上一般低于mAP50 参考资料 mAP、mAP50和mAP75有什么区别呢 (baidu.com) (174条消息) 目标检测指标AP50，mAP理解_简单好用_胡戈戈的博客-CSD..
mAP：目标检测算法性能评估参数
David_jiahuan的博客
04-02 1625
mAP、mAP_50、mAP_75、mAP_s、mAP_m、mAP_l
YOLOv8模型验证评价指标| mAP50、Precision、Recall、FPS、FLOPs、loU等
weixin_41171614的博客
05-07 4475
YOLOv8模型验证评价指标| mAP50、Precision、Recall、FPS、FLOPs、loU等
YOLOv10涨点改进：如何魔改注意力进行二次创新，高效替换PSA | NEU-DET为案列进行展开
05-28 2839
在NEU-DET案列进行可行性验证，1）mAP50从0.683提升至0.698；2）mAP50从0.683提升至0.695;
map0.5:0.95是什么
最新发布
m0_57236802的博客
07-07 755
mAP@0.5：在 IoU 阈值为 0.5 时计算得到的 mAP，适用于评估模型能否大致定位目标。：在多个 IoU 阈值（从 0.5 到 0.95，步长为 0.05）下计算得到的平均 mAP，提供了更全面和严格的评估标准。计算方法：通过计算不同 IoU 阈值下的 AP，然后取平均值得到 mAP@0.5:0.95。通过理解和计算这些指标，可以更好地评估和改进物体检测模型的性能。
目标检测算法评价指标之mAP
weixin_44314290的博客
12-07 5545
随着计算机技术的发展和计算机视觉原理的广泛应用，利用计算机图像处理技术对目标进行实时跟踪研究越来越热门，对目标进行动态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。这篇文章将主要介绍目标检测问题中的最常用的评估指标——mean Average Precision，即mAP。 一、目标检测问题 目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割。在目标检测问题中，给定一个图像，找到它所包含的物体，找到它们的位置并对...
YoloV8实战：各种图绘制汇总（mAP50、mAP50-95、loss、PR_curve、F1_curve）|科研必备|绘图神器
m0_47867638的博客
05-27 805
本文的内容是告诉大家如何绘制mAP50、mAP50-95、loss、PR_curve、F1_curve等图像，方便大家写论文。
mmdetection 模型评测指标
03-02
1. mmdet 默认使用的是coco格式的数据集，算法训练模型也是使用的coco格式训练数据； 2. 评测指标同样使用COCO数据集的评测指标，指标如下： 3. 算法评测参数： bbox  —— 目标检测框 segm —— 目标分割结果 4.  模型的判断标准有AP（平均精确率） 和AR（平均召回率） 两大类，在机械臂项目中，主要依据AP 来进行评测。 MAP  ——   mean Average Precision, 即各类别AP的平均值 AP50  ——  IOU 阈值设置成0.5时的AP值，也可协作mAP.5 mAP.5:.95 ——  mAP@[.5:.95](mAP@[.5,.95]) 表示在阈值区间 [0.5, 0.95]，步长为0.5的平均mAP 。IoU thresholds, from 0.5 to 0.95, step 0.05 (0.5, 0.55, 0.6, 0.65, 0.7, 0.75, 0.8, 0.85, 0.9, 0.9
目标检测指标map+map计算代码+map计算列子(包含gt与pred输入)
12-24
恰好，我也有一些这样的需求，我是想计算相关DETR的map指标。我将构造一个即插即用计算map的相关模块代码，使用者只需赋值我的模块，即可使用。同时，为了更好快速使用，我将基于通用模型yolo为基准介绍map通用模块...
目标检测mAP计算代码
11-24
在评估目标检测算法性能时，Mean Average Precision (mAP) 是一个关键指标。mAP计算代码通常用于验证和比较不同检测算法的精度，尤其在PASCAL VOC这样的数据集上。 **平均精度（Average Precision, AP）**： 平均...
目标检测中评估指标mAP详解和计算方式
01-06
相信大家在看一些目标检测论文中经常会看到作者将自己的模型和其他的模型做了mAP比较，mAP作为目标检测中一个非常重要的评估指标，是对模型好坏的评价标准，当时在看YOLOv3、SSD、Faster R-CNN等这些论文的时候，对...
基于 yolo 的行人目标检测 + 源代码 + 详细文档
06-24
标题 "基于 YOLO 的行人目标检测 + 源代码 + 详细文档" 提供了我们今天要讨论的核心主题：使用YOLO（You Only Look Once）算法进行行人检测。YOLO是一种实时的目标检测系统，它在计算机视觉领域广泛应用，尤其在自动...
python画yolo目标检测的loss曲线和mAP曲线等.zip
08-12
平均精度均值(mAP)是评估目标检测模型性能的关键指标，尤其在PASCAL VOC和COCO等基准测试中广泛使用。mAP是所有类别平均精度的加权平均，其中精度是每个类别中真正例所占的比例。mAP曲线展示了不同IoU(Intersection ...
目标检测map@50计算代码简要
qq_43465670的博客
09-13 3521
目标检测map@50计算代码简要
目标检测指标AP50，mAP理解_简单好用
热门推荐
weixin_41176708的博客
10-20 2万+
mAP@50的理解 1.m是不同类别AP50的均值 2.AP50的定义：(50的含义是iou阈值) 已知： 所有图片中某一类目标，有m个标签真实框（框坐标）；n 个预测宽（置信度+框坐标） 若： ① 预测框与真实框的IOU大于IOU_T(=50%),则这个样本为真正例TP=+1； ② 如果小于，则真实框就是 FN= +1，预测框就是假正例 FP = +1 ===> 最后在这基础上，使用置信度Score，划拉预测框的个数，计算PR曲线上的点，根据曲线下面的面积算AP值。 ——————————————
目标检测评估指标mAP：从Precision,Recall,到AP50-95【未完待续】
专注“目标检测”领域技术分享
09-08 2万+
本文从True Positive, False Positive和False Negative的定义出发，讲解了Precision和Recall的定义，如何绘制P-R(Precision Recall)曲线，如何进一步计算得出AP。本文提供了手动计算所有指标的过程以及用sklearn计算这些指标的代码以及P-R curve的示意图。通过阅读本文你可以从源头开始了解mAP这一指标是如何计算的。
详细介绍目标检测的评价指标P，R
04-23
和AP，以及它们的含义。 好的，目标检测的评价指标主要包括精确率（Precision）、召回率（Recall）以及平均精度（Average Precision，简称AP）。其中，精确率指的是对于所有预测为正例的样本中，真实为正例的样本所占的比例；召回率指的是对于所有真实为正例的样本中，被预测为正例的样本所占的比例。而AP则是用来度量检测器在不同阈值下的表现，它是精确率-召回率曲线下的面积。 具体地说，Precision = TP / (TP + FP)，其中TP表示真正例，FP表示假正例；Recall = TP / (TP + FN)，其中FN表示假负例。而AP则是计算精确率-召回率曲线下的面积，通常分别计算不同类别下的AP，并对它们进行平均以得到mAP（mean Average Precision）。 总的来说，P和R是衡量目标检测算法性能的重要指标，而AP则是一种更加全面的评价指标，能够反映出算法在不同阈值下的表现情况。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

CVplayer111

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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