目标检测:SSD算法详解

一些概念

        True   
Predict  True postive False postive  预测为正类
False negivate   True negivate  预测为负类
   真实为正类    真实为负类   

  precision--检测准确率 = tp/(tp + fp)

  recall--漏检率(召回率)= tp/(tp + fn)

  IOU( intersection-over-union)--表示网络预测框与标注框的重合程度

     目标检测:SSD算法详解

      若黄框为网络的预测结果,绿框为标注结果,IOU=(黄∩绿)/(黄∪绿),在目标检测中,IOU大于某一阈值时认为目标被检测出来

  mAP(mean average precision)--平均精度均值,衡量目标检测算法的精确度

    多个类别物体检测中,每一个类别都可以根据recall和precision绘制一条曲线,AP就是该曲线下的面积,mAP是多个类别AP的平均值

上一篇:第三十五节,目标检测之YOLO算法详解


下一篇:关于hbase中的hbase-site.xml 配置详解