广州本地新闻,石家庄网站seo顾问,网站建设策划书范文提纲,个人网站备案取名文章目录 1. 评价指标2. 计算示例3. COCO评价指标 1. 评价指标
在目标检测领域#xff0c;比较常用的两个公开数据集#xff1a;pascal voc和coco。
目标检测与图像分类明显差距是很大的#xff0c;在图像分类中#xff0c;我们通常是统计在验证集当中#xff0c;分类正… 文章目录 1. 评价指标2. 计算示例3. COCO评价指标 1. 评价指标
在目标检测领域比较常用的两个公开数据集pascal voc和coco。
目标检测与图像分类明显差距是很大的在图像分类中我们通常是统计在验证集当中分类正确的个数除以验证集的总样本数就能得到准确率。
那么对于目标检测怎么样才能算检测正确呢
TPTrue PositiveIoU0.5的检测框数量同一Ground Truth只计算一次
FPFalse PositiveIoU0.5的检测框或者是检测到同一个GT到多余检测框的数量
FNFalse Negative没有检测到的GT的数量 Precision T P T P F P \frac{TP}{TPFP} TPFPTP模型预测的所有目标中预测正确的比例 - 查准率
Recall T P T P F N \frac{TP}{TPFN} TPFNTP所有真实目标中模型预测正确的目标比例 - 查全率
APP-R曲线下面积
P-R曲线Precision-Recall曲线
mAPmean Average Precision即各类别AP的平均值 2. 计算示例 当我们recall有重复值时只用保留Precision值最大的信息。 以Recall为横坐标以Precision为纵坐标得到PR曲线。 阴影部分的免费则就说AP值即 A P 0.57 × 1.0 ( 0.71 − 0.57 ) × 0.71 0.57 0.0994 0.6694 AP 0.57\times 1.0 (0.71-0.57)\times 0.71 0.570.0994 0.6694 AP0.57×1.0(0.71−0.57)×0.710.570.09940.6694 这里求的的AP为对应猫这个类别的AP值。使用同样的方法求出其他类别的AP值最后求出所有类别AP的均值就得到了mAP。 注意 在我们所有网络给出的结果都是经过非极大值抑制处理后所得到的目标边界框。 3. COCO评价指标
官网文档https://cocodataset.org/#detection-eval
