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:
![](https://img2018.cnblogs.com/blog/1513541/201901/1513541-20190124133144952-1880009039.png)
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