目标检测的性能衡量指标

以人脸检测为例,图1中3个红框标示的人脸,即为Ground Truth。
图1
那么检测的结果分为以下几种情况,如图2所示:
#对于真实的人脸,即正样本,也就是红框区域;对于红框之外的背景区域,即负样本。
##1
True positive(TP):正确的正样本,即检测器找到了真实人脸。
False positive(FP):错误的正样本,即检测器把背景区域当作了人脸,也叫虚警。
##2
True negative(TN):正确的负样本,即检测器把背景区域判定成了背景。
False negative(FN):错误的负样本,即检测器把人脸区域当作了非人脸。相当于没检测出来遗漏了,被当做了背景区域。
图2

发布了70 篇原创文章 · 获赞 87 · 访问量 7551

猜你喜欢

转载自blog.csdn.net/qq_40263477/article/details/104965548