P, R mAP理解

参考:

[email protected][email protected]:0.95的含义,YOLO_流星落,的博客-CSDN博客_map0.5:0.95

目标检测模型的评价指标(Acc, Precision, Recall, AP, mAP, RoI)_kuweicai的博客-CSDN博客_目标检测模型评价指标

目标检测指标mAP详解_Aliert的博客-CSDN博客_目标检测map

目标检测重要评价指标——mAP的含义及计算_Yuuu_le的博客-CSDN博客_map评价指标

目标检测的评价指标mAP - Thirteen13th - 博客园

Average precision computes the average precision value for recall value over 0 to 1. 

https://jonathan-hui.medium.com/map-mean-average-precision-for-object-detection-45c121a31173

AUC是ROC的面积, AP 是P和R的面积

PR曲线、ROC曲线、AUC、AP简单梳理_吾宁的博客-CSDN博客_ap曲线

AP/mAP/AUC/ROC 最全概念区分_DL_Tensor的博客-CSDN博客_ap和auc

AP/mAP/AUC/ROC 最全概念区分_DL_Tensor的博客-CSDN博客_ap和auc

AP/mAP/AUC/ROC 最全概念区分_DL_Tensor的博客-CSDN博客_ap和auc

计算mAP时不同recall的取值方式基于不同的的置信度:

目标检测mAP计算详解_m0_67265464的博客-CSDN博客_目标检测map计算

-----------------------------------------分割线------------------------------------------

以上分析了mAP值的原始初衷,仔细回想一下影响mAP值(即precision与recall)的有哪些因素呢:
1、IOU(例如IOU取接近0,recall会趋近于1,precision会趋紧于0)
2、bbox的score阈值

为了统一标准,VOC 2007年提出采用IOU阈值确定为0.5采用11采样点来计算mAP,选择11个不同的recall([0, 0.1, …, 0.9, 1.0]),可以认为是选择了11个rank,由于按照置信度排序,所以实际上等于选择了11个不同的置信度阈值。2010年以后VOC提出11点改为全部点。

以上步骤其实就是在常规计算mAP值外加了一层循环,即选取一系列的recall与precision采用点,相当于上述影响mAP值中的2因素进行全面的计算和求均值。
————————————————
版权声明:本文为CSDN博主「m0_67265464」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/m0_67265464/article/details/124123142

你可能感兴趣的:(深度学习,目标检测,人工智能)