1. 目标检测算法问题
- 定义:找出一个给定图像中的目标,找出目标位置,并对目标进行分类。
- 适用范围: 目标检测模型通常是在给定的数据集上进行进行训练,数据集上给出的类是固定的,所以模型只能定位和分类数据集中的那些类。此外,目标的位置通常是边界矩阵的形式。故目标检测需要涉及图像中目标的位置信息和对目标进行分类。
2.Precision和Recall
-
Precision Rate: 精确率(查准率),主要用来衡量模型做出预测的精准度,即TP在TP与FP之和中的占比率。
-
Recall Rate: 召回率(查全率),主要用来衡量模型对positives的检测程度,即TP在TP与FN之和中的占比率。
-
两者在信息检索领域用的比较多。
准确率(Precision) = 系统检索到的相关文件数量 / 系统所有检索到的文件总数
召回率(Recall) = 系统检索到的相关文件数量 / 系统所有相关的文件总数
T P = T r u e P o s i t i v e s TP = True Positives TP=TruePositives
T N = T r u e N e g a t i v e s TN = True Negatives TN=TrueNegatives