目标检测中常见指标以及COCO数据集评价标准

本文介绍了目标检测中常见的评估指标,如TP、FP、FN、Precision、Recall和AP,并重点讲解了COCO数据集的评价标准,包括mAP的计算。内容包含置信度和IOU的概念,并通过图表辅助理解。
摘要由CSDN通过智能技术生成

小菜菜笔记本

参考视频

目标检测常用的数据集:Pascal VOC, COCO 数据集。

TP(true positive): 阳性,本来是目标,把它检测成目标。IOU大于阈值的检测框数量。

FP(false positive): 假阳性,本来不是目标,把它检测成目标。IOU小于阈值的检测框数量。

FN(false negative): 漏检的目标的个数。

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

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

AP: P-R曲线下面积。一个AP预测一个类别。

mAP: mean average precision,即各类别AP的平均值。

图1 弹幕说的真好,解开了ID疑惑。
图1 弹幕说的真好,解开了ID疑惑。 <
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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