目标检测:FP(误检)和FN(漏检)统计

1. 介绍

目标检测,检测结果分为三类:TP(正确检测),FP(误检),FN(漏检), 尤其是针对复杂场景或者小目标检测场景中,会存在一些FP(误检),FN(漏检)。

如何对检测的效果进行可视化,以帮助我们改进模型,提高模型recall值。

步骤

  • (1): 数据需要准备为yolo格式
  • (2) 训练数据获得模型model
  • (3) 利用训练的模型再测试集上预测,获得pred
  • (4) 根据测试集的标签label与pred结果,分析FPFN

目标检测:FP(误检)和FN(漏检)统计_第1张图片

2.数据准备

数据需要处理为yolo格式, 即每图片对应一个.txt的label信息,训练后的label也是每张图片对应.txt文件

|----dataset
	  |-- imgages
	       |--train
	          

你可能感兴趣的:(object,detection,目标检测,深度学习,计算机视觉)