https://www.bilibili.com/video/BV1Bw411Z7Hg
Precision
精度定义如下，
Precision = t p t p + f p ， \text { Precision }=\frac{t p}{t p+f p} ， Precision =tp+fptp，
其中混淆矩阵中
tp = True Postive = 真阳性；
fp = False Positive = 假阳性；
fn = False Negative = 假阴性；
tp = True Negative = 真阴性。
以识别猫狗为例
P r e c i s i o n = 3 5 Precision = \frac{3}{5} Precision=53
P r e c i s i o n = 3 5 Precision = \frac{3}{5} Precision=53
没有考虑到接受到图片的顺序
Average Precision
A v e r a g e P r e c i s i o n = 1 2 + 2 4 + 3 5 3 = 0.53 Average Precision = \frac{\frac{1}{2}+\frac{2}{4}+\frac{3}{5}}{3}=0.53 AveragePrecision=321+42+53=0.53
1 2 \frac{1}{2} 21的分子 1 1 1表示第1张判断正确,分母 2 2 2表示收到的第2张图片
2 4 \frac{2}{4} 42的分子 2 2 2表示第2张判断正确,分母 4 4 4表示收到的第4张图片
3 5 \frac{3}{5} 53的分子 3 3 3表示第3张判断正确,分母 5 5 5表示收到的第5张图片
A v e r a g e P r e c i s i o n = 1 1 + 2 2 + 3 5 3 = 0.87 Average Precision = \frac{\frac{1}{1}+\frac{2}{2}+\frac{3}{5}}{3}=0.87 AveragePrecision=311+22+53=0.87
mAP
the performance of Object detection is evaluated by mAP.
Correct dection
- IOU > IOU_threshold(0.5)
AP for 目标检测
Mean Average Precision
- mAP = mean of AP for all categories
m A P = ∑ 每 个 类 的 A P 类 的 个 数 mAP = \frac{\sum{每个类的AP}}{类的个数} mAP=类的个数∑每个类的AP