和学习一样,经过训练之后的网络也有好坏之分,今天总结几个衡量学习成果的好坏
先来了解一下混淆矩阵的概念,如上图所示。TP表示预测为正向(比如确定cat类),实际为True,其他类推。
IoU (Intersection over Union )
IoU为预测框(数据集标注框)与预测框的并集/交集
Ap与mAp
AP衡量的是学习出来的模型在每个类别上的好坏。
mAP衡量的是学出的模型在所有类别上的好坏。mAP就是取所有类别上AP的平均值。
AP计算就是计算pr曲线的下部分面积,不同的数据集有不同的计算方法。