深度学习评价标准：TP、FN、FP、TN、AP、MAP_tp5 fn

作者：码创造者 | 2024-08-14 05:50:17

踩

tp5 fn

深度学习评价标准：TP、FN、FP、TN、AP、MAP

TP：实际正类预测为正类的数量；FN：实际正类预测为负类的数量

FP：实际负类预测为正类的数量；TN：实际负类预测为负类的数量

T=True，F=False，表示是否预测正确；P=Positive，N=Negative，表示预测结果是正类还是负类。

精确率： $precision = \frac{a}{a+c}$ ；召回率： $recall = \frac{a}{a+b}$ ；准确率： $accuracy = \frac{a+d}{a+b+c+d}$

对于某个类别C，在某一张图片上计算类别C的Precision = 该图片上类别C正确识别个数（IoU>0.5）/ 该图片上类别C的总个数

可能在多张图片上有类别C，计算类别C的AP = 每张图片上的Precision求和 / 含有类别C的图片数

对于整个数据集，存在多个类别C1、C2、C3，计算mAP = 所有类别的AP和 / 总的类别数，相当于所有类别的AP的平均值

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/码创造者/article/detail/978285