一.IOU
定义: IoU是一种测量在特定数据集中检测相应物体准确度的一个标准。
计算方法:
A:预测框体与真实框体的交集
B:预测框体与真实框体的并集
iou = A / B
使用除以
二.TP,FP,FN,TN
做个总结:
P:对集合识别出的整体集合(可能识别错误)
TP:该集合中,识别正确的数量
FP:该集合中,识别错误的数量
N:对集合未识别出的整体集合(可能未识别出来)
TN:该集合中,正确处于该集合物体的数量
FN:该集合中,应该被识别出来的数量
三.p,r
1.p定义
精确率(precision)定义为:表示被分为正例的示例中实际为正例的比例。
2.p公式
精确率可以理解为,你去图书馆要借到全部的动漫书,你一共借到100本,其(100本)中60本是动漫的,因此它的精确率就是,60 / ( 100 ) = 0.6
3.r定义
召回率(recall):覆盖面的度量,度量有多个正例被分为正例,recall=TP/(TP+FN)=TP/P=sensitive,可以看到召回率与灵敏度是一样的。
4.r公式
召回率可以理解为,你去图书馆要借到全部的动漫书,你一共借到100本,其(100本)中60本是动漫的,而图书馆剩下的书中,还有20本为动漫书,
因此它的召回率就是,60 / ( 20+60 ) = 0.75
四.map
可以模糊的认为成,将p和r综合考量后得出的一个值
标签:FP,60,iou,TP,TN,集合,100,识别,FN From: https://www.cnblogs.com/cocotun/p/17966037