zoukankan      html  css  js  c++  java
  • 深度学习中图像检测的评价标准

     

    图像检测的三个目的 & 对应的评价标准

    1. 分类  precision(top1/top5)
    2. 定位 + 分类  IoU (交并比)
    3. 物体检测  mAP(mean average precision)

     

    Precision

    top1
    预测结果和最后概率向量中的概率最大的选项一致,预测正确;否则,预测错误。
     
    top5
    预测结果出现在最后概率向量概率前五大的选项中,预测正确;否则,预测错误。
     

     

    IoU

    交并比(Intersection-over-Union,IoU),用于衡量定位准确度,是产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率,即它们的交集与并集的比值

    最理想情况是完全重叠,即比值为1。一般≥0.5可认为定位成功。

     
    图1 示例图

    计算公式如下所示:

    mAP

    mean average precision 平均精度均值,在CV中用来衡量模型在测试集上检测精度的优劣程度;综合考虑检测结果的召回率和准确率,mAP值越高表示检测结果越好。

    计算原理

    召回率(recall) : 选取的N个样本里选对的x个正样本占总的M个正样本的比例 x/M

    准确率(precision) : 选取的N个样本里选对x个正样本比例 x/N

    选择的样本数N越多,召回率越高,准确率越低。

     

  • 相关阅读:
    Hibernate——openSession和getCurrentSession区别
    Oracle存储过程分页 详解
    如何破解mysql数据库的密码
    Oracle约束详解
    Oracle分页查询
    Oracle如何管理权限和角色
    悲观锁和乐观锁详解
    Oracle控制结构详解
    Rose建模之各模型分析
    div布局中将页面居中的方法
  • 原文地址:https://www.cnblogs.com/shona/p/10623571.html
Copyright © 2011-2022 走看看