zoukankan      html  css  js  c++  java
  • Tensorflow学习笔记1:Object_detection之模型训练日志结果解析

    日志展示

    指标说明:
    AP值表示正确识别物体的个数占总识别出的物体个数的百分数
    AR值表示正确识别物体的个数占测试集中物体的总个数的百分数
    IoU值即生成的框/掩膜与数据集中的标准的面积之交处于面积之并
    Area表示识别物体的尺寸,其中:small<32^2,32^2<medium<96^2 ,large>96^2
    maxDets每个图像的最大检测阈值
     
    mAP@[.5:.95](someone denoted mAP@[.5,.95]) means average mAP over different IoU thresholds, from 0.5 to 0.95, step 0.05 (0.5, 0.55, 0.6, 0.65, 0.7, 0.75, 0.8, 0.85, 0.9, 0.95).
    要理解AP和AR的意义,参考下图:

    Precision就是TP/TP+FP,也就是提交给用户的结果里边,究竟有多少是对的

    Recall是TP/TP+FN也就是一共有这么多的有用结果,系统究竟能判定出来多少是有用的

    参考:

    https://github.com/rafaelpadilla/Object-Detection-Metrics

    https://blog.csdn.net/asasasaababab/article/details/79994920

  • 相关阅读:
    day38_css
    day39_css_浮动_display
    day36_html
    线段树模板2 洛谷p3373
    hdu1257 最少拦截系统
    树的重心(DFS)
    树的直径(BFS)
    面向对象复习
    面向对象练习题
    面向对象的交互
  • 原文地址:https://www.cnblogs.com/zheng1076/p/10314016.html
Copyright © 2011-2022 走看看