最近在处理实验数据的时候,想到了之前学习的分类混淆矩阵当时没有完全弄懂,刚好借着这个机会给深入的学习一下,做好相应的笔记
一、检测指标
在目标检测任务中,通过不同的IoU阈值来进行检测器的整体的性能评估,对于MS COCO目标检测,有如下检测指标
对于MS COCO关键点检测,官方给出的评价指标为OKS(object keypoints similarity),其评价指标和检测的IoU也很类似,在不同的阈值下来实现整体的性能评估
二、precious(准确率)和recall(回归率)
以上的检测衡量指标中,都看到了AP和AR,分别代表Average Precious和Average Recall
(用来评估预测出来的正确率)
(用来评估预测出来了多少正确的样本)
对应关系如图所示,Precious表示预测为正确结果中,由多少是对的,即反映预测准确的参数;但是只是预测准确率很高,但是很多没有预测出来那也是不行的(有100个样本,预测了1个正例,99个反例,而且这个1个正例预测是正确的,那么准确率是100%,单纯的这样来衡量是没有道理的,因为还有99个直接给否定了),所以Recall这个指标就是为了衡量这个问题,一共的正例的样本&#