常见深度学习目标检测指标 AP mAP [email protected] [email protected]:0.95 简短总结

目标检测指标计算

准确率 召回率  AP  mAP

1.准确率与召回率

TP 真正例 将正类预测为正类数

FP 假正例 将负类预测为正类数  误检

TN 真负例 将负类预测为负类

FN 假负例 将正类预测为负类     漏检

2.AP

通常情况下 P与R成反比 因此为了更好的衡量模型 引入 AP mAP

AP为PR曲线与坐标轴相交面积

3.IOU交并比

体现框的相关性

两检测框相交与相并之比 ，因此取值范围是（0-1）；

4.mAP

mAP 是各类的AP平均值

[email protected]: IoU阈值大于0.5下的mAP

[email protected]:0.95

表示在不同IoU阈值（从0.5到0.95，步长0.05）（0.5、0.55、0.6、0.65、0.7、0.75、0.8、0.85、0.9、0.95）上的平均mAP