在目标检测的评价体系中,主要有3个方向的评价指标:(a)识别精度(比如mAP);(b)识别效率(?image/s);(c)定位准确性(IoU)
目标检测中衡量检测精度的指标mAP(mean average precision)。在多个类别的检测中,每一个类别都可以根据recall和precision绘制一条曲线,那么AP就是该曲线下的面积,而mAP是多个类别AP的平均值,这个值介于0到1之间,且越大越好。
识别效率比较容易理解,就是每秒钟识别的图片数。
IoU(Intersection-over-union)是模型产生的目标窗口和原来标记窗口的交叠率。具体我们可以简单的理解为: 即检测结果(Detection Result)与 Ground Truth 的交集比上它们的并集,即为检测的准确率 IoU :
![](https://i-blog.csdnimg.cn/blog_migrate/9d6bdc96700c96397176eb1fb97c6e75.png)
![](https://i-blog.csdnimg.cn/blog_migrate/92b45bd6bf425a91f931cdd97b957282.png)
当然最理想的情况就是 Detection Result 与 Ground Truth完全重合,即IoU=1