目标检测中准确率accuracy的计算(precision是精度、查准率)(Recall是召回率、查全率)

准确率定义为:
在这里插入图片描述
查准率P和查全率R分别定义为:
在这里插入图片描述

查准率关心的是”预测出正例的正确率”即从正反例子中挑选出正例的问题。
查全率关心的是”预测出正例的保证性”即从正例中挑选出正例的问题。

这两者是一对矛盾的度量,查准率可以认为是”宁缺毋滥”,适合对准确率要求高的应用,例如商品推荐,网页检索等。查全率可以认为是”宁错杀一百,不放过1个”,适合类似于检查走私、逃犯信息等。

准确率关心的是实际情况下我们模型预测的准确率

参考文章1:目标检测中如何计算AP和mAP以及绘制P-R曲线以及SSD中如何修改代码来输出AP和绘制P-R曲线

参考文章2:机器学习中 True Positives(真正例TP)、False Positives(假正例FP)、True Negatives(真负例TN)和 False Negatives(假负例FN)指什么

参考文章3:机器学习中的PR曲线和ROC曲线

发布了787 篇原创文章 · 获赞 37 · 访问量 12万+

猜你喜欢

转载自blog.csdn.net/Dontla/article/details/104195315