一. 混淆矩阵

• TP (True positives)：被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数（样本数）；
• FP(False positives)：被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；
• FN(False negatives)：被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；
• TN(True negatives)：被正确地划分为负例的个数，即实际为负例且被分类器划分为负例的实例数；

对于yolo系列的样本，例如，coco数据集有80个类别，针对person类而言，person类别就是正例，其他79个类别就是负例；针对car类而言，car类别就是正例，其他79个类别就是负例。

二. 准确度(Accuracy)

$$Accuracy=\frac{TP+TN}{TP+TN+FP+FN}$$
准确率的概念很好理解，就是分类正确的比例，是一个非常常用的评估指标。但是，准确率高并不代表分类算法就好，当各个类别的样本分布很不均匀时，即使准确率达到99%也没用。
举个例子，如果狗的样本数为99，猫的样本数都为1，那么，分类器只需要把结果全部置为狗，就可以获得99%的正确率。所以，只靠准确率来评价一个模型的优劣是不全面的。

三. 精确度(Precision)

$$Precision=\frac{TP}{TP+FP}$$
根据定义，Precision的分母是TP与FP之和，TP是预测为正例，真实值也为正例的个数；FP是预测为正例，实际为负例的个数。
分析式子可知，Precision关心的是预测的正例，以及真实的正例和负例。当Precision越大时，FP越小，此时将其他类别预测为本类别的个数也就越少，可以理解为预测出的正例纯度越高。Precision越高，误检越少。

例如，在yolov5中，100个真实框，其中有50个框的类别为人，50个框的类别为车：

• yolov5的预测结果把50个人中的47个预测为人，3个预测为车，把50个车中的42个预测为车，8个预测为人：
  

$$Precision=\frac{TP}{TP+FP}=\frac{47}{47+8}=0.85$$

• yolov5的预测结果把50个人中的47个预测为人，3个预测为车，把50个车中的50个预测为车，0个预测为人：
  

$$Precision=\frac{TP}{TP+FP}=\frac{47}{47+0}=1$$

从上面的例子可以看出，精确度更关心的是，在识别的结果里，有多少的负例被识别成了正例，例如精确度为50%，则说明识别结果里，有一半的结果是将负例（其他类别）识别成了正例（本类别）

四. 召回率(Recall)

$$Recall=\frac{TP}{TP+FN}$$
根据定义，Recall的分母时TP与FN之和，TP是预测为正例，真实值也为正例的个数；FN是预测为负例，实际是正例的个数。
分析式子可知，Recall关心的是预测的正例和负例，以及真实的正例。当Recall越大时，FN越小，此时将正例预测为负例的个数越少，可以理解为把全部的正例挑出来的越多。Recall越高，漏检越少。

例如，在yolov5中，100个真实框，其中有50个框的类别为人，50个框的类别为车：

• yolov5的预测结果把50个人中的47个预测为人，3个预测为车，把50个车中的42个预测为车，8个预测为人：
  

$$Recall=\frac{TP}{TP+FN}=\frac{47}{47+3}=0.94$$

• yolov5的预测结果把50个人中的30个预测为人，20个预测为车，把50个车中的42个预测为车，8个预测为人：
  
  $$Recall=\frac{TP}{TP+FN}=\frac{30}{30+20}=0.6$$

从上面的例子可以看出，召回率更关心的是，在识别的结果里，有多少的正例被识别成了负例，例如召回率为50%，则说明识别结果里，有一半的结果是将正例（本类别）识别成了负例（其他类别）

五. F1-score

$$F1Score=\frac{2\ast Precision\ast Recall}{Precision+Recall}$$
精确率和召回率是一对矛盾的指标，因此需要放到一起综合考虑。F1-score是精确率和召回率的调和平均值。故：
$${\mathrm{F}}_1=\frac{2\mathrm{PR}}{\mathrm{P}+\mathrm{R}}=\frac{2\mathrm{TP}}{2\mathrm{TP}+\mathrm{FP}+\mathrm{FN}}$$

上式是当精确率和召回率的权值都为1的情况，也可以加上一个不为1的权值β ：
$${\mathrm{F}}_{\beta }=\frac{1}{1+{\beta }^2}\left(\frac{1}{\mathrm{P}}+\frac{{\beta }^2}{\mathrm{R}}\right)=\frac{\left(1+{\beta }^2\right)\mathrm{PR}}{{\beta }^2\mathrm{P}+\mathrm{R}}$$

六. P-R曲线

P-R曲线即为分别以Precision与Recall为坐标围成的曲线。不同颜色的线代表不同类别的PR曲线，蓝色的粗线条表示所有类别平均的PR曲线
P-R曲线与坐标轴围成的面积，可作为衡量一个模型预测结果的参考。若一个模型的P-R曲线完全将另一模型的P-R曲线包裹，那么这个模型预测结果一定优于另一模型。

七. AP

AP(average precision 平均精度)：虽然名为平均精度，但AP的计算方法并不是计算Precision的平均值，而是计算每个类别的PR曲线与坐标轴围成的面积，可以用积分的方法进行计算。如果一个模型的AP越大，也就是说PR曲线与坐标轴围成的面积越大，Precision与Recall在整体上也相对较高。

八. mAP

mAP(mean of Average Precision) : 对所有类别的AP值求平均值。AP可以反映每个类别预测的准确率，mAP就是对所有类的AP求平均值，用于反映整个模型的准确率。mAP越大，PR曲线与坐标轴围城的面积越大。平时我们说的，某一目标检测算法的准确率达到了多少，这个准确率就泛指mAP。

九. mAP@0.5

在YOLO模型中，你会见到mAP@0.5这样的表现形式，这种形式表示在IOU阈值为0.5的情况下，mAP的值为多少。当预测框与标注框的IOU大于0.5时，就认为这个对象预测正确，在这个前提下再去计算mAP。一般来说，mAP@0.5即为评价YOLO模型的指标之一。

十. mAP@[0.5:0.95]

YOLO模型中还存在mAP@[0.5:0.95]这样一种表现形式，这形式是多个IOU阈值下的mAP，会在q区间[0.5,0.95]内，以0.05为步长，取10个IOU阈值，分别计算这10个IOU阈值下的mAP，再取平均值。mAP@[0.5:0.95]越大，表示预测框越精准，因为它去取到了更多IOU阈值大的情况。