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)。
- 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)