目标检测1:精确度(precision)、召回率(recall)和平均精度(Average Precision, AP)

若记:
TP=真的正样本;
FP=假的正样本, 即被分错的负样本
FN=假的负样本, 即被分错了正样本
 

定义:

  • 精确率: 表示模型预测为正样本的实例中真正为正样本的比例. 

precision=\frac{\text {TP}}{\text {TP+FP}}

        注: 精确度(Precision)就是预测结果以正样本为分析对象,正样本的纯度.

  • 召回率: 表示所有真正为正样本的实例中被模型预测出来的比例。

Recall=\frac{\text {TP}}{\text {TP+FN}}

         注: 召回率(Recall)就是预测结果以正样本为分析对象, 正样本被召回的比例.

  • 平均精度AP: 通过绘制精确率(Precision)和召回率(Recall)曲线(PR曲线),并计算该曲线下的面积来得到。这个指标用于衡量目标检测模型对于某一类别物体的检测性能。

通过调整模型的阈值,可以得到不同精确率和召回率的组合,从而绘制出PR曲线。AP就是这条PR曲线下方的面积,它综合了精确率和召回率两个指标,能够更全面地评价模型的性能。

在实际应用中,为了评估模型在多个类别上的性能,通常会计算所有类别的AP的平均值,即mAP(mean Average Precision)。mAP是一个全局性的指标,能够更全面地反映模型的整体性能。

  • 10
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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