目标检测:
对于每一个预测得到的框,看它的三个指标,分别是与哪个预测框的相交,分数是多少,相交IOU是多少。
计算每个分数的P和R。
TP(True Positive):IOU >0.5的检测框数量
FP(False Postive):IoU <=0.5的检测框数量
FN(False Negative):没有检测到的GT的数量
Precision:TP/(TP+FP) 模型预测的所有目标中,预测正确的比例 查准率,预测就准,但是会漏
Recall:TP/(TP+FN) 所有真实目标中,模型预测正确的目标比例 查全率,虽然全部中,但是太多了
AP:P-R 曲线下面积
P-R曲线: Precision-Recall曲线。
mAP:即各类别AP的平均值。
F1 用于综合评价精确率和召回率。
F1 = 2 * (Precision * Recall) / (Precision + Recall)