目标检测的评估指标
精度(Precision)
定义:精度是检测到的正样本中实际为正样本的比例。
公式:
其中,TP 是真正例(True Positives),FP 是假正例(False Positives)。
意义:高精度表示误报少,即检测到的目标大多是正确的。
召回率(Recall)
定义:召回率是所有实际为正样本中被正确检测出来的比例。
公式:
其中,FN 是假负例(False Negatives)。
意义:高召回率表示漏报少,即大多数目标都被检测出来。
平均精度(Average Precision,AP)
定义:AP是精度-召回率曲线下的面积,用于衡量检测器在所有召回率水平上的性能。
公式:AP通常通过插值法计算,即:
其中,是相邻的召回率值,是对应的精度值。
意义:AP提供了一个整体性能评价,越高越好。
平均精度均值(Mean Average Precision,mAP)
定义:mAP是对多个类别的平均精度进行平均,得到的指标用于衡量多类别目标检测算法的总体性能。
公式:假设有 N 个类别,则
意义:mAP越高,表示模型在所有类别上的检测性能越好。
F1分数
定义:F1分数是精度和召回率的调和平均,用于在精度和召回率之间取得平衡。
公式:
意义:F1分数在精度和召回率之间提供了一个权衡指标,特别适合在不平衡数据集上使用。
算法运行时间的指标
平均推理时间(Average Inference Time)
定义:平均推理时间是模型处理一张图像或一帧视频所需的时间。
公式:假设处理 N 张图像的总时间为 ,则
意义:该指标反映了模型的实时性能,时间越短越好,特别是在实时应用中。
帧率(Frames Per Second,FPS)
定义:帧率表示每秒钟处理的图像帧数。
公式:
意义:FPS越高,表示模型的处理速度越快,适用于视频流处理场景。
总运行时间(Total Runtime)
定义:总运行时间是指模型完成整个测试集或所有输入数据处理所需的总时间。
意义:反映了模型在大规模数据处理中的效率,适用于评估批处理任务。