文章目录
评价指标是评价深度学习中模型的好坏
1. (准确率 accuracy)Acc
指的是所有预测当中预测正确的比例
其中:
2. 精确率(precision)
对于预测样本而言,是指预测为正的样本中,实际是正样本的情况
3. 查全率/召回率(recall)
对原样本(实际样本)而言的,它的含义是在实际为正的样本中被预测为正样本的概率,其公式如下:
4. F1分数
调和精确率和召回率
5. IoU交并比(Intersection over Union)
Lou=交集/并集
这里参考了博主Emins机器学习分类问题指标评估内容详解(准确率、精准率、召回率、F1、ROC、AUC等)
一般来说,我们认为IOU>0.5就是正确的检测结果。
6. map
将recall设置为横坐标,precision设置为纵坐标。PR曲线下围成的面积即AP,所有类别AP平均值即mAP
mAP@0.5后面的0.5代表交并比就是0.5