目标检测理论(2)———精确度(查准率)、召回率(查全率)

根据上一篇随笔:目标检测理论(1),我们已经明白了两个概念:IOU(交并比)和NMS(非极大值抑制)。

 

  1. 这里我们继续介绍两个概念:
  • Precision(准确度):    模型预测的所有目标中,预测正确的比例。
  • Recall(召回率):          所有真实目标中,模型预测正确的目标比例。

 

  • 在目标检测中,其具体计算方法:
    •   TP(True Positive)  :   IoU>0.5的检测框数量(同一ground truth只算一次)
    •        FP(False Positive) :  IoU<=0.5的检测框数量(或者是检测到同一个ground truth的多余检测框的数量)
    •        FN  (False Negative)  :  没有检测到的 ground truth的数量

 因此,

  • Precision的计算方法为: TP/(TP+FP)
  • Recall的计算方法为:      TP/(TP+FN)
上一篇:机器学习笔记1——经验误差、模型评估方法和性能度量


下一篇:tp 关联where条件查询