目标检测常见评价指标

前言

目标检测是计算视觉领域一个重要的研究方向，主要解决图像中各种目标的分类和定位等视觉基本问题。今天主要介绍目标检测算法常见的评价指标：

性能评价指标

目标检测算法的评价指标通常有三个：检测准确率、检测速度以及召回率。

1. 平均精度（Average Precision,AP）：正确识别的物体数占总识别的物体个数的百分数。
2. 平均精度均值（Mean Average Precision,mAP）:所有类别检测的平均准确度，通常将mAP作为检测算法性能评估的最终指标。
3. 平均召回率(Average Recall,AR)：表示正确识别的物体数占测试集中识别的物体个数的百分数。
4. IOU（Intersection Over Union):预测框A和真实框B的重叠程度：

假设预设的阈值threshold=0.7，如果计算得到IOU值大于或者等于0.7，则认为目标被正确检测，反之，则认定目标没有被正确检测。

5. 每秒处理帧数（Frames Per Second，FPS）：为了评估一个检测器的实时性，通常采用每秒处理帧数指标评价其执行速度，FPS值越大，说明检测器的实时性越好。

6. 评价coco数据集的主要指标：

指标	含义
AP50	IOU=0.5时AP的取值
AP75	IOU=0.75时AP的取值
APS	物体的面积小于322时AP的取值
APM	物体的面积在322~962之间时AP的取值
APL	物体的面积大于962时AP的取值