目标检测指标AP50/准确率/召回率说明

本文参考:【计算机视觉 | 目标检测】常见的两种评价指标:AP50和APr的理解和对比-CSDN博客

一、概念

AP(Average Precision)平均准确率,它是目标检测中广泛使用的一种评价指标,用于衡量模型的预测准确率。

AP50指平均准确率在IOU阈值为0.5时的值,也就是True Positive的条件是IOU为0.5以上 并且 类别预测正确。它是目标检测中最常用的评估指标之一。

mAP为平均均值准确率。

召回率:在所有测试集的真实框中,被正确预测到的比例。

准确率:在所有预测到的框中,被正确识别的比例。

准确率-召回率曲线:算法推理时每个预测框都有目标识别的置信度,通过在不同的置信度阈值下,以不同的召回率计算出的对应的准确率的点组成的曲线。

二、AP计算方式

AP的计算方式是在准确率-召回率曲线上,计算曲线下的面积,然后求平均值。因为对于每个类别,准确率-召回率曲线是不同的,所以会分别计算每个类别的AP值。

优点:考虑了不同置信度阈值下的准确率和召回率之间的平衡,并且可以用来比较不同模型的性能。

缺点:需要预先设定一些阈值来确定真实框和预测框之间的匹配,同时也容易受到类别不平衡和不同大小目标的影响。

三、AP50计算方式

在计算AP50时,首先需要对预测框和真实框进行匹配,然后按照置信度从高到低排序,计算每个置信度下的准确率和召回率,最后对这些准确率-召回率进行插值,得到一个平滑的曲线,计算该曲线下的面积作为AP50的值。AP50越高,说明模型在IOU阈值为0.5时的性能越好。

四、mAP的计算方式

它是计算多组值的平均值。

比如有这么一种计算方式,取AP50到AP60,以0.5为间隔进行取值,分别得到不同的APX的值,然后求平均值及可得到mAP的值。

相关推荐
热爱运维的小七几秒前
从数据透视到AI分析,用四层架构解决运维难题
运维·人工智能·架构
卧式纯绿12 分钟前
每日文献(八)——Part one
人工智能·yolo·目标检测·计算机视觉·目标跟踪·cnn
巷95519 分钟前
OpenCV图像形态学:原理、操作与应用详解
人工智能·opencv·计算机视觉
深蓝易网1 小时前
为什么制造企业需要用MES管理系统升级改造车间
大数据·运维·人工智能·制造·devops
xiangzhihong81 小时前
Amodal3R ,南洋理工推出的 3D 生成模型
人工智能·深度学习·计算机视觉
阿linlin1 小时前
OpenCV--图像预处理学习01
opencv·学习·计算机视觉
狂奔solar1 小时前
diffusion-vas 提升遮挡区域的分割精度
人工智能·深度学习
资源大全免费分享1 小时前
MacOS 的 AI Agent 新星,本地沙盒驱动,解锁 macOS 操作新体验!
人工智能·macos·策略模式
跳跳糖炒酸奶2 小时前
第四章、Isaacsim在GUI中构建机器人(2):组装一个简单的机器人
人工智能·python·算法·ubuntu·机器人