图片来源（图片来源：https://blog.csdn.net/quiet_girl/article/details/70830796）
1.准确率（Accuracy）
定义：对于给定的测试数据集，分类器正确分类的样本数与原数据集总样本数之比。
在正负样本不平衡的情况下，不能只用准确率作为评价指标。
Acc=（TP+TN）/(TP+TN+FP+FN)
2.精确率（Precision）
定义：“正确被分类的样本”占“实际检索到的总样本（分类后得到的样本总数）”的比例。
P=TP/(TP+FP)
3.召回率（Recall）
“正确分类的正样本”占“数据集中所有正样本总数”的比例。
Rec=TP/(TP+FN)=TP/P=sensitive
4.综合评价指标F-measure
精确率和召回率是相对的，需要综合起来评估。
图片来源（图片来源：https://blog.csdn.net/quiet_girl/article/details/70830796）
总结：准确率说明分类的结果是否准确或对不对；精确率说明结果的正样本中有多少是对的，是针对分类结果而言的；召回率说明正确分类的样本全不全，是针对原数据集而言的。
5.AP(Average precision)
检测目标采用mean Average Precision（mAP）作为评价指标，该指标综合考虑了Precision和Recall，具体做法如下：
（1）对于类别C，首先将算法输出的所有C类别的预测框，按置信度排序；
（2）选择top k个预测框，计算FP和TP，使得recall 等于1；
（3）计算Precision；
（4）重复2步骤，选择不同的k，使得recall分别等于0，0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9，1.0；
（5）将得到的11个Precision取平均，即得到AP；
（6）AP是针对单一类别的，mAP是将所有类别的AP求和，再取平均： mAP = 所有类别的AP之和 / 类别的总个数
编程实现参见：https://blog.csdn.net/leewanzhi/article/details/79690275
在测试中，需要将红色部分删除或更改为黄色部分：
from voc_eval import voc_eval print voc_eval('/home/mckee/darknet/results/{}.txt', '/home/mckee/darknet/scripts/VOCdevkit/VOC2007/Annotations/{}.xml', '/home/mckee/darknet/scripts/VOCdevkit/VOC2007/ImageSets/Main/test.txt', '1', '.')
#0.5或其它阈值
参考文献：
https://blog.csdn.net/u012089317/article/details/52156514
https://blog.csdn.net/quiet_girl/article/details/70830796