关于 IoU MIoU 精确率/召回率/准确率/F1值的 学习

首先,我用自己的方法记住了 TP、TN、FP、FN
我们可以这样来看:T和F表示预测的正确与否
T,表示为True,预测正确
F,表示为False,预测错误
N和P表示预测的结果。
N,表示nagetive 真实值是错误
P,表示Positive 真实值是正确
那么,TP、TN、FP、FN 就可以这样来解读:

TP:模型预测是好果,预测正确(实际是好果,而且也被模型预测为好果)
TN:模型预测是坏果,预测正确(实际是坏果,而且也被模型预测为坏果)
FP:模型预测是好果,预测错误(实际是坏果,但是被模型预测为了好果)
FN:模型预测是坏果,预测错误(实际是好果,但是被模型预测为了坏果)

好,以下所有的公式都是在这4个值上进行变换的。
我们首先来看IoU:点我学习IoU
再来看Precision/Rcall/Accracy/F1:点我学习

你可能感兴趣的:(笔记,科研日常,学习生活,学习,深度学习,目标检测)