首页 > 其他分享 >【深度学习】基于YOLOV5模型的图像识别-目标检测的性能指标详解与计算方法

【深度学习】基于YOLOV5模型的图像识别-目标检测的性能指标详解与计算方法

时间:2024-08-09 21:59:39浏览次数:16  
标签:YOLOV5 图像识别 检测 模型 50 Precision Recall frac 性能指标

目标检测是计算机视觉中的重要任务,主要目的是在图像中识别并定位特定的物体。YOLO(You Only Look Once)系列模型作为目标检测领域的代表性方法之一,凭借其高效和准确的特点,广泛应用于实际场景中。本文通过详细介绍目标检测的性能指标及其计算方法,帮助读者更好地理解和评估YOLO系列模型的表现。


一、目标检测性能指标介绍

目标检测 任务中,常用的性能指标主要包括 检测精度指标检测速度指标

1. 检测精度指标

检测精度指标 主要有以下几种:

中文名称英文名称简称意义
精确率 (查准率)PrecisionPrecision评估模型预测的准不准,在所有被预测为正样本的数据中,实际为正样本的比例。
召回率(查全率)RecallRecall评估模型找的全不全,在所有实际为正样本的数据中,被正确预测为正样本的比例。
F1 scoreF1 scoreF1 score精确率和召回率的调和平均数,用于综合评估模型的精确性和召回能力。
交并比Intersection over UnionIOU衡量预测框和真实框重叠程度,交集面积与并集面积的比值。
精确率-召回率曲线Precision-Recall curveP-R curve通过不同阈值下的精确率和召回率来评估模型性能的曲线。
平均精度Average PrecisionAP精确率-召回率曲线下的面积,用于衡量模型在不同阈值下的整体表现。
平均精度均值mean Average PrecisionmAP所有类别的AP取平均值,用于衡量多类别检测模型的整体性能。

2. 检测速度指标

检测速度指标 主要有以下几种:

中文名称英文名称简称意义
前传耗时Forward Pass TimeForward Pass Time模型从输入图像到输出预测结果所需的时间。
每秒帧数Frames Per SecondFPS模型每秒处理的图像帧数,FPS越高,表示模型速度越快。
浮点运算量Floating Point OperationsFLOPS模型在推理过程中所需的浮点运算次数,FLOPS越低,表示模型计算量越小,速度越快。

二、各性能指标的计算方法

为了说明这些指标的计算方法,我们将举一个形象的例子:

草原上有100头牛,其中60头是公牛,40头是母牛,我们要通过模型识别出所有公牛。

最终模型预测结果如下:

  • 实际为公牛且被预测为公牛(TP):50头
  • 实际为公牛但被预测为母牛(FN):10头
  • 实际为母牛但被预测为公牛(FP):5头
  • 实际为母牛且被预测为母牛(TN):35头

在这个例子的基础上,我们来讲解和计算下面的指标数据。


1. 基础数据与混淆矩阵

根据上面的实验结果数据,我们将数据转成如下表格:

实际/预测公牛 (Positive)母牛 (Negative)
公牛(True)TP = 50FN = 10
母牛(False)FP = 5TN = 35

其中行为牛的实际性别,列为预测出来的结果。

不看横竖标题,只看中间的两行两列:

[ T P F N F P T N ] = [ 50 10 5 35 ] \begin{bmatrix} TP&FN\\FP&TN\end{bmatrix}=\begin{bmatrix} 50&10\\5&35\end{bmatrix} [TPFP​FNTN​]=[505​1035​]

两行两列的数据组成了一个2x2的矩阵, [ T P F N F P T N ] \begin{bmatrix} TP&FN\\FP&TN\end{bmatrix} [TPFP​FNTN​]这个矩阵就叫做 混淆矩阵

我们提炼出行和列的首字母缩写,可以得到四个标签,TPTNFPFN,这是目标检测里最基础的概念:

  • TP:被模型预测为正类的正样本
  • TN:被模型预测为负类的负样本
  • FP:被模型预测为正类的负样本
  • FN:被模型预测为负类的正样本

通过这四个样本数据,我们可以计算出下面各种性能指标。


2. 精确率与召回率

① 精确率 (Precision)

精确率,又叫 查准率,评估的是模型预测的准不准,在所有被预测为正样本(公牛)的数据中,实际为正样本的比例。

公式如下:

P r e c i s i o n = T P T P + F P Precision=\frac{TP}{TP+FP} Precision=TP+FPTP​

代入数据计算:

P r e c i s i o n = 50 50 + 5 = 50 55 ≈ 0.909 Precision=\frac{50}{50+5}=\frac{50}{55}≈0.909 Precision=50+550​=5550​≈0.909

精确率 约为0.909。


② 召回率 (Recall)

召回率,又叫 查全率,评估的是模型找的全不全,在所有实际为正样本(公牛)的数据中,被正确预测为正样本的比例。

公式如下:

R e c a l l = T P T P + F N Recall=\frac{TP}{TP+FN} Recall=TP+FNTP​

代入数据计算:

R e c a l l = 50 50 + 10 = 50 60 ≈ 0.833 Recall=\frac{50}{50+10}=\frac{50}{60}≈0.833 Recall=50+1050​=6050​≈0.833

召回率 约为0.833。


3. F1 score

通常我们使用 PrecisionRecall 两个指标来衡量模型的好坏,为了同时权衡这两个量,我们选用 F1 score 来将这两个量组合,也就是 F1 score

F1 score (又称 F score, F measure) 是精确率和召回率的调和平均数,用于综合评估模型的精确性和召回能力。

F1 score 的计算公式如下:

F1 s c o r e = 2 1 P r e c i s i o n + 1 R e c a l l = 2 × P r e c i s i o n × R e c a l l P r e c i s i o n + R e c a l l score=\frac{2}{\frac{1}{Precision}+\frac{1}{Recall}}=2×\frac{Precision×Recall}{Precision+Recall} score=Precision1​+Recall1​2​=2×Precision+RecallPrecision×Recall​

代入数据计算:

F1 s c o r e = 2 × 0.909 × 0.833 0.909 + 0.833 score=2×\frac{0.909×0.833}{0.909+0.833} score=2×0.909+0.8330.909×0.833​ ≈ s c o r e = 2 × 0.758 1.742 score=2×\frac{0.758}{1.742} score=2×1.7420.758​ ≈ 0.870

F1 score 为0.870。


4. IOU交并比

IOU (Intersection over Union) 是衡量预测框和真实框重叠程度的指标。

数学公式表达为: I o U ( A , B ) = A ∩ B A ∪ B IoU(A, B) =\frac{A ∩ B}{A ∪ B} IoU(A,B)=A∪BA∩B​

在目标检测里,我们可以数形结合,表示为:

I O U = 预测框与真实框的交集面积 预测框与真实框的并集面积 IOU=\frac{预测框与真实框的交集面积}{预测框与真实框的并集面积} IOU=预测框与真实框的并集面积预测框与真实框的交集面积​

假设某次目标检测结果如图所示:
在这里插入图片描述
原目标(真实框)为 Object 范围,检测到的结果(预测框)为 Result 范围,其中 ObjectResult 重合面积为40,二者有累计10的未重合面积。由图易得,本次检测中预测框和真实框的交集面积为40,预测框和真实框的并集面积为50,

代入数据计算:

I O U = 40 50 = 0.8 IOU=\frac{40}{50}=0.8 IOU=5040​=0.8

IOU 为0.8。

IOU 的值位于0-1之间,IOU 为1意味着预测边界框和地面真实边界框完全重叠。

通常,我们需要为 IOU 设置阈值,以确定对象检测是否有效。

假设我们将 IOU 阈值设置为 0.5,在这种情况下:
如果 IOU >= 0.5,则将目标检测归类为 True Positive (TP)
如果 IOU < 0.5,则为错误检测,并将其归类为 False Negative (FP)


5. P-R曲线

假设在不同阈值下得到以下 精确率召回率

阈值精确率召回率
0.50.9090.833
0.60.9200.800
0.70.9300.750
0.80.9400.700
0.90.9500.650
1.00.9600.600

我们根据这组数据绘制横坐标为 Recall、纵坐标为 Precision 的折线图。

在这里插入图片描述

这个折线图就叫做 P-R曲线 (Precision-Recall Curve)

P-R曲线 是通过不同 阈值 下的 精确率召回率 来评估模型性能的曲线,展示了不同 阈值精确率召回率 的关系。


6. AP和mAP

① AP (Average Precision)

AP 是P-R曲线下的面积,用于衡量模型在不同阈值下的整体表现。

在这里插入图片描述
常用的计算方式包括:

  • 11点计算法 (11-point Interpolation):在 Recall 的每个固定点(0.0, 0.1, 0.2, …, 1.0)上最大精度的平均值。
  • 所有点的平均值:对所有数据点的精度进行平均。

11点计算法 已经逐步不用了,我们优先使用 所有点平均值 的计算方法。

计算方法为:

A P = ∫ 0 1 P r e c i s i o n ( R e c a l l ) d R e c a l l ≈ ∑ n ( R e c a l l n − R e c a l l n − 1 ) P r e c i s i o n n AP=\int_0^1Precision(Recall)dRecall≈\sum_n(Recall _n-Recall _{n-1})Precision_n AP=∫01​Precision(Recall)dRecall≈∑n​(Recalln​−Recalln−1​)Precisionn​

代入数据计算:

A P = ( 0.833 − 0.800 ) × 0.909 + ( 0.800 − 0.750 ) × 0.920 + ( 0.750 − 0.700 ) × 0.930 + ( 0.700 − 0.650 ) × 0.940 + ( 0.650 − 0.600 ) × 0.950 + ( 0.600 − 0 ) × 0.960 AP = (0.833−0.800)×0.909+(0.800−0.750)×0.920+(0.750−0.700)×0.930+(0.700−0.650)×0.940+(0.650−0.600)×0.950+(0.600−0)×0.960 AP=(0.833−0.800)×0.909+(0.800−0.750)×0.920+(0.750−0.700)×0.930+(0.700−0.650)×0.940+(0.650−0.600)×0.950+(0.600−0)×0.960 ≈ 0.0300 + 0.0460 + 0.0465 + 0.0470 + 0.0475 + 0.5760 = 0.793 0.0300+0.0460+0.0465+0.0470+0.0475+0.5760=0.793 0.0300+0.0460+0.0465+0.0470+0.0475+0.5760=0.793

AP 为0.793。


② mAP (mean Average Precision)

在实际操作中,我们的目标检测效果往往会受到检测目标种类不同的影响,导致精确度有上下浮动,比如我们对牛的性别识别,受牛种类影响,同种牛之间特征相似,异种特征差异明显,故不同种类间检测精确度会有差异。

用下面三组不同种类的牛的目标检测实验数据作为示例:

类别AP
奶牛0.774
肉牛0.793
耗牛0.758
水牛0.808

这时,我们需要一个涵盖各个种类牛的整体的平均精度,这个平均精度就是 mAP

mAP 是对所有类别的 AP 取平均值,用于衡量多类别检测模型的整体性能。

计算公式为:

m A P = 1 n ∑ i = 1 n A P i mAP=\frac{1}{n}\sum_{i=1}^{n} AP_i mAP=n1​∑i=1n​APi​

代入数据计算:

m A P = 1 4 ( 0.774 + 0.793 + 0.758 + 0.808 ) mAP=\frac{1}{4}(0.774+0.793+0.758+0.808) mAP=41​(0.774+0.793+0.758+0.808) ≈ 1 4 \frac{1}{4} 41​ × 3.133 = 0.78325

mAP 约为0.783。


③ AP 和 mAP 的比较

APmAP 区别如下:

指标意义
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;

7. 检测速度指标

检测速度指标 是评估模型的重要性能指标之一,影响在实时场景中的 可用性效率

检测速度指标 通常包含以下几种:

指标详细介绍
前传耗时 (Forward Pass Time)前传耗时 (Forward Pass Time) 是指模型从接收到输入图像到输出预测结果所需的时间。它是衡量模型处理单张图像效率的重要指标。前传耗时 越短,意味着模型在实际应用中能更快地做出预测。假设某模型处理一张图像的 前传耗时 为50毫秒,这表明模型在50毫秒内可以完成一次前向传播并输出结果。在实际应用中,较低的 前传耗时 可以确保更高的响应速度,尤其在需要实时反馈的场景中,例如自动驾驶和视频监控。
每秒帧数 (FPS)每秒帧数 (FPS) 是指模型每秒钟能够处理的图像帧数。FPS 是评估模型实时处理能力的重要指标。假设某模型的 FPS 为20帧每秒,这意味着该模型每秒钟可以处理20张图像。在实际应用中,较高的 FPS 可以确保视频流或连续图像处理的流畅性,避免延迟和卡顿现象。对于需要实时处理的任务,如监控视频分析和实时对象检测,高 FPS 至关重要。
浮点运算量 (FLOPS)浮点运算量 (FLOPS) 是指模型在推理过程中所需的浮点运算次数。FLOPS 是评估模型计算复杂度的指标之一。假设某模型的 FLOPS1.5 GFLOPS(即15亿次浮点运算),这表示模型在每次推理过程中需要执行15亿次浮点运算。较低的FLOPS通常意味着模型更高效,适合在资源受限的设备上运行,如移动设备或嵌入式系统。在选择模型时,FLOPS 是权衡模型性能与计算资源的重要参考因素。

前传耗时每秒帧数浮点运算量 是衡量检测速度的重要指标。高效的模型应在保证精度的同时,具备较低的前传耗时和 FLOPS,以及较高的 FPS,从而在各种实际应用场景中表现出色。


三、目标检测性能指标总结

在目标检测领域,精确率召回率F1 Score交并比 (IoU) 是最常用的性能评估指标。这些指标帮助我们全面理解模型的检测能力。精确率 衡量模型预测的准确性,召回率 则评估其覆盖所有正样本的能力,F1 Score 在二者之间找到平衡,而 交并比 则具体反映预测框与真实框的重合程度。通过这些指标,我们不仅能够确定模型是否能够准确识别目标,还能评估其在不同场景下的实际应用效果。高精确率高召回率高IoU值 的模型在实际应用中往往表现更加出色。

综合各项性能指标,目标检测模型的优劣不仅仅体现在精度和速度上,更重要的是其在实际应用中的 适用性鲁棒性。一个优秀的目标检测模型应在保证 高精确率高召回率 的同时,具备较低的前传耗时和FLOPS,以及较高的FPS,从而在各种实时和复杂环境中表现优异。随着深度学习技术的不断进步,未来的目标检测模型将会更加高效和智能,不仅能够处理更大规模的数据,还能适应更多元化的应用场景,从而为智能视觉系统的发展带来更广阔的前景。

标签:YOLOV5,图像识别,检测,模型,50,Precision,Recall,frac,性能指标
From: https://blog.csdn.net/weixin_41793160/article/details/140893087

相关文章

  • 在国产芯片上实现YOLOv5/v8图像AI识别-【2.3】RK3588上使用C++启用多线程推理更多内容
    本专栏主要是提供一种国产化图像识别的解决方案,专栏中实现了YOLOv5/v8在国产化芯片上的使用部署,并可以实现网页端实时查看。根据自己的具体需求可以直接产品化部署使用。B站配套视频:https://www.bilibili.com/video/BV1or421T74f基础背景对于国产化芯片来说,是采用NPU进......
  • yolov5更换主干网络shufflent
    目录1.网络结构解析1.1创建yolov5s_shufflent_v2_X0_5.yaml文件2.对common.py末尾进行添加 3.修改yolo.py1.网络结构解析1.可以先看看shufflenet_v2的网络结构importtorchfromtorchimportnnfromtorchvisionimportmodelsfromtorchinfoimportsummaryc......
  • yolov5主干网络换残差18
    目录1.网络结构​编辑 1.1三层如下定义1.2在common.py后面加入如下刚刚定义的网络,就是上面的代码的一部分2. 如此修改网络的yaml文件,yolov5n_res18.yaml3. 修改yolo网络并运行1.网络结构残差18网络如下可做出如下修改 1.1三层如下定义importtorchfrom......
  • 图像识别与处理之Opencv——Mat_类与Mat 类的内存管理
    Mat_类Mat_类是对Mat类的一个包装,其定义如下点击查看代码template<typename_Tp>classMat_:publicMat{public://只定义了几个方法//没有定义新的属性};这是一个非常轻量级的包装,既然已经有Mat类,为何还要定义一个Mat_类?下面我们看这段代码:点击查看代码Ma......
  • YOLOv5改进 | 主干网络 | 将backbone替换为MobileNetV2【小白必备教程+附完整代码】
    秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转......
  • yolov5 mAP计算代码分析
    前言模型训练过程中每一轮都会计算P,R,mAP,[email protected]等数值,本篇分析这些数值的计算过程,分析最核心部分。我的感受是计算的过程比想象的复杂。主要的流程在yolov5/val.py文件的process_batch处理函数中。ifnl:tbox=xywh2xyxy(labels[:,1:5])#targetboxesscale_bo......
  • 深度学习与图像识别(误差反向传播)
    误差反向传播法一 一个高效计算权重以及偏置量的梯度方法ReLU反向传播实现classRelu:def_init_(self):self.x=Nonedefforward(self,x):self.x=np.maximum(0,x)out=self.xreturnoutdefbackward(self,dout):dx=doutdx[self.x<=......
  • 【MATLAB源码】机器视觉与图像识别技术(7)续---BP神经网络
    系列文章目录在最后面,各位同仁感兴趣可以看看!BP神经网络第一节、BP网络定义第二节、BP网络结构及其特点第三节、信息传播方式信息的正向传播:实质是计算网络的输出误差的反向传播:实质是学习过程第四节、BP网络的算法流程图及设计第五节、BP网络的局限与不足第八节、BP网络......
  • 【眼疾病识别】图像识别+深度学习技术+人工智能+卷积神经网络算法+计算机课设+Python+
    一、项目介绍眼疾识别系统,使用Python作为主要编程语言进行开发,基于深度学习等技术使用TensorFlow搭建ResNet50卷积神经网络算法,通过对眼疾图片4种数据集进行训练('白内障','糖尿病性视网膜病变','青光眼','正常'),最终得到一个识别精确度较高的模型。然后使用Django框架开发Web网......
  • 图像识别的开源项目列举
    当涉及到图像识别的开源项目和示例代码时,以下是一些适合初学者快速提升能力的项目:TensorFlowModels:TensorFlowModels是一个由TensorFlow团队维护的开源项目,提供了许多经典的图像识别模型的实现代码。你可以从中学习和理解各种图像分类、目标检测和图像分割等任务的实现方式......