![在这里插入图片描述](https://img-blog.csdnimg.cn/20200929102454965.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pbGtfYW5kX2JyZWFk,size_16,color_FFFFFF,t_70#pic_center)
准确率Precision
召回率Recall
其实这个翻译相当蛋疼。。。
recall最合理的翻译应该是 查全率
而Precision的最合理的翻译应该是查准率
这样就很容易理解了,假设一个班级有10个学生,5男5女
你用机器找女生,机器返回了一下结果:
| 男 | 女 | 女 | 男 | 女 | 男 |
那么查准率为:3/6 = 0.5(返回的6个结果只有3个正确)
查全率为: 3/5 = 0.6 (所有女生有5个,但只找到3个)
参考文章:https://blog.csdn.net/leviopku/article/details/80835929
AP(准确均值)
下面对猫狗计算AP,可以看出纵坐标为Precision,横坐标为recall,那么AP也就是曲线围城的面积
![在这里插入图片描述](https://img-blog.csdnimg.cn/2020052008024884.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pbGtfYW5kX2JyZWFk,size_16,color_FFFFFF,t_70)
mAP(平均准确均值)
mAP也就是多个类别的均值,这里以两类gt-label(0\1)为例
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200520080100636.png)
下面介绍最新的VOC数据集计算方法
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200520081953689.png)
首先根据score(置信度)对列表从大到小排序。
top-N:这里选取列表前N列作为统计结果。
根据算法,按照recall(查全率)划分数据集,分别计算准确率;
取本次最大准确率作为该recall的准确率。
注意:对于top-N=6时,这里根据(
r
≤
r
′
r \leq r'
r≤r′),也就是说取top-N>6,recall对应的任意的最大值,这里取的是4/7
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)