目标检测中常见指标

最新推荐文章于 2024-07-08 11:38:25 发布
最新推荐文章于 2024-07-08 11:38:25 发布
阅读量398 收藏 6
点赞数 7
分类专栏： 目标检测 文章标签： 目标检测 计算机视觉 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43902823/article/details/134694504
版权
本文介绍了IntersectionoverUnion(IoU)在计算机视觉中的重要性，包括其用于计算预测框与真实框的匹配度，以及如何通过TP（真正例）、FP（假正例）和FN（漏检）定义精度(Precision)和召回率(Recall)。此外，文章还讨论了Precision-Recall曲线和mAP（平均精度均值）在评估目标检测性能时的作用。
摘要由CSDN通过智能技术生成

IoU的计算是用预测框(A)和真实框(B)的交集除以二者的并集,其

TP: IoU>0.5的检测框数量（同一Ground Truth只计算一次）

FP: IoU<=0.5的检测框（或者是检测到同一个GT的多余检测框的数量）

FN: 没有检测到GT的数量

Precision：TP/(TP+FP)模型预测的所有目标中，预测正确的比例 （查准率）

Recall: TP/(TP+FN)所有真实目标中，模型预测正确的目标比例 （查全率）

AP: P-R曲线下面积

P-R曲线: Precision-Recall曲线

mAP: mean Average Precision, 即各类别AP的平均值

且听风吟hjc
关注
  • 7
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
详解目标检测常用评价指标
点点关注不迷路
12-03 778
详解目标检测常用评价指标
基于普通目标检测的有向目标检测
qq_41394788的博客
11-16 1146
基于普通目标检测的有向目标检测赛程简介参赛时间数据概述方法介绍基于图像分割（Instance segmentation）的方法（two-stage）基于中心点+半边长、宽+angle的方法（one-stage）基于HBB的滑动顶点的方法（two-stage）总评估txt --> coco格式：txt --> csv格式 赛程简介 参赛时间 2020年的比赛分为预热赛（10月1日-10月10日）、初赛（10月10日-10月25日）、决赛（…）。（本人只是研一的小渣渣，并没有过初赛，所以如果需要直接
目标检测中常见指标 - mAP
Life And Code
10-30 564
目标检测与图像分类明显差距是很大的，在图像分类中，我们通常是统计在验证集当中，分类正确的个数除以验证集的总样本数就能得到准确率。
目标检测中常见的指标
HHHAOA的博客
10-27 790
同样如上图所示，当检测框的数量很多时，把所有对象都包含，且此时FN=0，没有漏检，此时recall是等于100%的，但是实际图中还有很多FP，所以仅凭此也不能表达网络的好坏。但是仅凭此并不能准确评判网络的好坏，例如上图，FP=0，那么套入公式Precision就等于1了，查准率为100%，但是实际还有未检测的对象，所以仅凭此不能评判网络的好坏。FP（False Positive，假阳性）：IoU
100.目标检测的性能评价指标1
08-03
mAP是目标检测中最重要的性能指标，它综合了算法在所有类别上的平均精度。mAP是通过计算每个类别的平均精度（AP）并取平均得到的。AP又与Precision-Recall曲线密切相关，该曲线展示了在不同召回率（Recall）下，算法...
目标检测coco128数据集
03-28
目标检测是计算机视觉领域中的一个核心任务，它旨在在图像中定位并识别出特定的物体。COCO（Common Objects in Context）数据集是目前广泛使用的目标检测、分割和关键点检测的数据集之一，它的全称是“上下文中的...
用于目标检测的遥感图像数据集
05-07
在IT领域，目标检测是一项关键的技术，特别是在遥感图像分析中。遥感图像数据集是进行这类任务的基础，它提供大量的图像以及相应的标注信息，帮助机器学习算法学习和理解目标的特征，进而实现准确的定位和识别。在这...
目标检测口罩识别训练集
06-26
常见的目标检测算法包括Faster R-CNN、YOLO（You Only Look Once）和SSD（Single Shot MultiBox Detector）等。在这个训练集中，我们提到了两种格式：PASCAL格式和YOLO格式，它们都是用于标注目标检测数据的方式。 ...
目标检测宝宝吐奶数据集
04-03
在目标检测中，常见的算法有经典的方法如滑动窗口、级联分类器（如AdaBoost）以及近年来流行的深度学习方法，如R-CNN系列（Region-based CNN）、YOLO（You Only Look Once）和Faster R-CNN。这些模型利用卷积神经...
深度学习之半监督学习：一文梳理目标检测中的半监督学习策略
absence521的博客
07-02 815
传统机器学习根据训练数据集中的标注情况，有着不同的场景，主要包括：监督学习、弱监督学习、弱半监督学习、半监督学习。由于目标检测任务的特殊性，在介绍半监督目标检测方法之前，我们查看一下目标检测在四个方向上的具体设定：有监督目标检测：拥有大规模带标签的数据，包括完整的实例级别的标注，即包含坐标和类别信息弱监督目标检测：数据集中的标注仅包含类别信息，不包含坐标信息弱半监督目标检测：数据集中拥有部分实例级别的标注，大量弱标注数据，模型希望利用大规模的弱标注数据提升模型的检测能力半监督目标检测。
[数据集][目标检测]睡岗检测数据集VOC+YOLO格式3290张4类别
FL1623863129的博客
06-29 530
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["leaved","sleep","sleeping","working"]特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：3316。标注数量(xml文件个数)：3316。标注数量(txt文件个数)：3316。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
详解yolov5的网络结构
m0_71124168的博客
07-05 745
YOLOv5是一种基于轻量级卷积神经网络（CNN）的目标检测算法，整体可以分为三个部分，如上图所示，我们需要先理解三个模块：Conv，C3，SPPF，以便理解网络结构图。关于这三个模块的解释放在文章末尾。其他我觉得有用的前置知识也会放在文章末尾。YOLOv5是一种基于轻量级卷积神经网络（CNN）的目标检测算法，整体可以分为三个部分，，以便理解网络结构图。关于这三个模块的解释放在文章末尾。其他我觉得有用的前置知识也会放在文章末尾。
C++视觉开发 五.答题卡识别
weixin_59409001的博客
07-05 875
传统答题卡识别检测。
【遥感语义分割】UNetFormer
m0_53700832的博客
07-05 1138
原文：UNetFormer: An UNet-like Transformer for Efficient Semantic Segmentation of Remotely Sensed Urban Scene Imagery Libo Wang1, 2, Rui Li1, Ce Zhang3, 4, Shenghui Fang1*, Chenxi Duan5, Xiaoliang Meng1, 2 and Peter M. Atkinson3, 6, 7 1) School of Remote Se
2024第二届电子通信与计算机科学技术国际会议(ICECCST 2024)
anana_xu的博客
07-05 744
2024第二届电子通信与计算机科学技术国际会议(ICECCST 2024)会议简介2024第二届电子通信与计算机科学技术国际会议（ICECCST 2024）是一次重要的学术盛会，将在中国厦门举行。会议的主要目的是为全球的电子通信和计算机科学技术领域的专家、学者、研究人员和从业人员提供一个交流和学习的平台。会议将汇集世界各地的优秀学者，共同探讨电子通信和计算机科学技术的前沿问题，分享最新的研究成果和技术进展。会议的主题包括但不限于电子通信、计算机科学、人工智能、物联网、云计算、大数据等。
2025深圳国际人工智能展览会
LIJIAzlexpo的博客
07-05 1066
2.智慧城市、智能安防、智慧办公、智能家居、智慧医疗、智慧养老、智慧零售、智慧社区、智慧政务、智慧教育、智能交通、智能家电、AI芯片、大数据、云计算、5G/6G通信、数据采集、机器视觉、开放平台等硬件设备提供商、集成商、算法工程师等AIoT产业相关从业人士；智能制造（智能软硬件、智能机器人、无人工厂、精密制造、智慧物流）、智慧城市、智慧交通、智能安防、智慧医疗、智慧教育、智能家居、智能家电、智慧政务 、智慧办公、智慧养老、智慧社区、智慧零售、智能电网、智能客服、VR/AR、智能穿戴、自动驾驶、无人机等；
电子产品分销商 DigiKey 在新视频系列中探索智能城市中的AI
最新发布
heehelcom的博客
07-08 137
DigiKey的技术业务发展经理Josh Mickolio表示，AI在智慧城市中的应用才刚刚开始，它将在创建更智能、更可持续、更宜居的城市方面发挥至关重要的作用。系列中的第一集“智能骨干”聚焦于城市基础设施中的AI，检查了配备AI能源系统、智能交通控制和AI关键基础设施监控的智能建筑。电子产品分销商DigiKey推出了一系列新视频，深入探讨了AI在智能城市中的集成应用。这个名为“智能世界中的AI”的系列是其“城市数字”视频系列的第四季，它审视了城市环境中从基础设施到公共服务的多种AI硬件和软件的部署情况。
理解GCN
bunny___的博客
07-05 895
理解GCN
目标检测中的评价指标
05-06
以下是一些常见的目标检测评价指标： 1. 精确率（Precision）：精确率是指检测结果中真正例（True Positive）的比例，即正确检测到的目标数量与总检测到的目标数量之比。 2. 召回率（Recall）：召回率是指检测结果...

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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