深度学习-目标检测（评价指标）

深度学习-目标检测（评价指标）
在目标检测中， 评价指标分为两大类，一类在Pascal VOC下的评价指标，一类实在COCO 下的评价指标
基本概念：
TP(Ture Positive) ： Iou > 0.5的检测框的数量（同一个Ground Truth只计算一次）
FP(False Positive) ： Iou <= 0.5的检测框的数量（或者是检测到同一个GT的多余检测框的数量）
FN（False Negative）：没有检测到的 GT数量

由以上三个指标可以引申至：
查准率（Precision） = TP/(TP + FP)
查全率（Recall） = TP/(TP + FN)

P-R 曲线：Precision-Recall曲线，查准率为纵坐标，查全率为横坐标
AP: P-R 曲线下的面积
mAP： mean Average Precision 各类别AP的平均值

Pascal VOC mAP
IOU= 0.5时计算 mAP

COCO mAP
1、IOU= 0.5： 0.05 ：0.95 时计算 mAP
IOU= 0.75 时计算 mAP
2、Scales：
AP—small ： area < 32 **2
AP—medium ：32 **2 < area < 96 **2
AP—large： area > 96 **2
3、 Recall：
1 - detection per image
10-detection per image
100- detection per image