指标分析(iou,TP,FP,FN,TN,p,r)

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