混淆矩阵(Confusion Matrix)

准确率(accuracy)

准确率:预测正确的样本数 / 样本数总数 (正对角线 / 所有)

目标检测评价指标-LMLPHP

精度(precision)

精度:预测正确里面有多少确实是正确的  (第一格 / 第一行)

典型例子:垃圾邮件识别、预言家预测

目标检测评价指标-LMLPHP

召回率(recall)

召回率:真实为阳性的里面有多少被找到了 (第一格 / 第一列)

典型例子:地震预测

目标检测评价指标-LMLPHP

F-Measure & F1 Score

F-Measure 是Precision和Recall的加权调和平均

目标检测评价指标-LMLPHP

F1 Score是当a取1时F-Measure的值

目标检测评价指标-LMLPHP

P-R曲线(查准率-查全率曲线)

AP:Precision-recall 曲线与横纵轴所围的面积,通常来说一个越好的分类器,AP值越高

MAP:对所有类别的AP值求平均值。AP可以反映每个类别预测的准确率,mAP就是对所有类的AP求平均值,用于反映整个模型的准确率。

loU 交井比

IoU:“预测的边框”和“真实的边框”的交叠率,即它们的交集和并集的比值。

前传耗时(Forward Pass Time)

前传耗时(ms):从输入一张图像到输出最终结果所消耗的时间,包括前处理耗时(如图像归一化)、网络前传耗时、后处理耗时(如非极大值抑制)

每秒帧数(FPS)

每秒帧数FPS(Frames Per Second):每秒中能处理的图像数量

浮点运算量(FLOPS)

浮点运算量(FLOPS):处理一张图像所需要的浮点运算数量,跟具体软硬件没有关系,可以公平地比较不同算法之间的检测速度。

10-02 20:54