目标检测中的常见指标

概念引入:

TP:True Positive IoU > 阈值 检测框数量

FP: False Positive IoU < 阈值 检测框数量

FN: False Negative 漏检框数量

Precision:查准率

Recall:查全率(召回率)

AP:P-R曲线下的面积

P-R曲线:Precision-Recall曲线

mAP:mean Average Precision 各类别AP的平均值

coco数据集评价指标官网解释:

COCO - Common Objects in Context (cocodataset.org)https://cocodataset.org/#detection-eval

COCO Evaluation Result

相关推荐
初心丨哈士奇2 分钟前
前端Vibe Coding探索:Cursor+MCP打造沉浸式开发流(使用MCP与Cursor Rules让Vibe Coding更快速与精准)
前端·人工智能
艾莉丝努力练剑13 分钟前
【Git:基本操作】深度解析Git:从初始Git到熟悉基本操作
大数据·linux·c++·人工智能·git·gitee·指令
机器之心17 分钟前
上海AI Lab发布混合扩散语言模型SDAR:首个突破6600 tgs的开源扩散语言模型
人工智能·openai
wwlsm_zql19 分钟前
AI安防革新揭秘:智能体技术引领城市安全新纪元
人工智能·安全
AI_567819 分钟前
AI换脸技术安全指南:3条法律红线与合规实践
人工智能·学习·it
明月照山海-20 分钟前
机器学习周报二十
人工智能·机器学习
猫猫姐姐25 分钟前
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
大数据·人工智能·sql·flink
程序员小赵同学36 分钟前
Spring AI 极简入门:15分钟集成AI到SpringBoot应用
人工智能·spring boot·spring·springai
老兵发新帖44 分钟前
transformer架构为什么要切分为多头?
人工智能
金融街小单纯1 小时前
学习笔记:货币中性的辩证思维与中国实践
人工智能