一、IOU

交並比loU(intersection-over-union)
在這里插入圖片描述

二、mAP

2.1 簡介

mAP(mean average precision)平均准確率均值
在這里插入圖片描述

2.2 計算方法

多標簽圖像分類任務中圖片的標簽不止一個,因此評價不能用普通單標簽圖像分類的標准。首先用訓練好的模型得到所有測試樣本的置信度(confidence score) ,比如某個類別(如檢測貓)有20個測試樣本:
在這里插入圖片描述

接下來按照置信度的大小重新排序，我們想得到top-5的結果:
在這里插入圖片描述
實際多類別分類任務中,我們需要知道從top-1到top-N ( N是所有測試樣本個數,我們的例子中是20 )對應的precision和recall。顯然隨着我們選定的樣本越來也多，recall一定會越采越高,而precision整體上會呈下降趨勢。把recall當成橫坐標，precision當成縱坐標,即可得到常用的precision-recall曲線:
在這里插入圖片描述

三、模型速度

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 目標檢測性能評價指標（mAP、IOU、NMS、FPS）目標檢測之評價指標 - mAP 目標檢測的評價指標（TP、TN、FP、FN、Precision、Recall、IoU、mIoU、AP、mAP）評價目標檢測(object detection)模型的參數:IOU,AP,mAP 目標檢測評價指標(mAP) 目標檢測的評價方法（PR，IOU，AP，MAP）目標檢測 — 評價指標目標檢測評價指標mAP 精准率和召回率目標檢測評價指標目標檢測中常用的IOU、NMS和mAP