目标检测——常用性能评估指标理解

常用性能评估指标

IoU(交并比)： 预测边框和原图片标注的真是边框的交叠率，是两者交集与并集的比值，评估准确性。
精确率： 指在所有检测出的目标中检测正确的概率 Precision = TP/(TP+FP)
召回率： 指在所有的正样本中正确识别的概率 Recall = TP/(TP+FN)

• TP： 被正确识别为正例的正例
• FP：被错误识别为正例的负例
• TN：被正确识别为负例的负例
• FN：被错误识别为负例的正例

F1值： Precision和Recall的调和平均,计算公式：

更加通俗易懂的理解方法

精确率： 你认为预测是对的里面真正对的概率；

召回率： 本来就是对的，你找对的概率；

准确率： 本来就是对的，占所有样本的概率

一个具体的例子，看完也就理解上述各个名词的意思了

计算方法：

• 精确率(Precision)：1 / (1+2) = 0.33
• 召回率(Recall)：1 / (1+1) = 0.50
• 准确率(Accuracy)：(1+5) / (1+2+1+5) = 0.67
• F1值：