mAP 计算
由于每次想到precise,recall,mAP计算方法时都会混淆,所以写下博客,记录以下。
1.Recall和Precise计算
下面讲解recall和precise的计算方法,其中
TP为既是正样本又被预测为正样本的个数,全拼TruePositive
FP为负样本被预测为了正样本的个数,全拼FalsePositive
FN为正样本被预测为了负样本的个数,全拼FalseNegtive
1.precise计算公式,表示预测所有预测为正样本的样本中正样本的比例
Precise = TP/(TP+FP)
2.recall计算公式,表示所有正样本中有多少被预测正确。
recall = TP/(TP+FN)
2.mAp计算方法
Precise和Recall始终处于矛盾的状态,当其中一个增高,必然意味着另一个降低,所以大家经常会以Recall作为X轴,Precise作为Y轴做PR曲线如下:
AP(Average Precision)计算方法为PR曲线下覆盖的面积,所有类别的AP进行平均,得到的为mAP(mean Average Precision)。
3.Recall和Precision计算标准
recall和precision计算有两种方式:iou(intersection-over-union)和confidence score。
iou通过ground Truth和prediction box的相交情况进行判别,可以设置阈值计算两者是不是预测正确。
confidence score为yolov3输出的一个参数,在nms(极大值抑制)等算法中都会用到score参数,作为该框是否预测正确。