怎样才算检测正确?
IOU大于指定阈值?
类别预测正确?
confidence大于指定阈值?
三者都需要计入我们的考虑范围.
什么是mAP?
TP(True Positive): IoU>0.5的检测框数量(同一Ground Truth只计算一次).
FP(False Positive): 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(False Negative): 没有检测到的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.
Recall: TP / (TP + FN) 所有真实目标中,模型预测正确的目标比例.
AP: P-R曲线下面积 P-R曲线: Precision-Recall曲线.