YOLO模型评价指标

在模型训练完成之后,需要对模型的优劣作出评估,YOLO系列算法的评价指标包括:

  1. 准确率(Precision):指模型预测为正样本中实际为正样本的比例。

𝑇𝑃、𝐹𝑃、𝑇𝑁、𝐹𝑁分别代表被模型预测为正类的正样本、被 模型预测为正类的负样本、被模型预测为负类的负样本和被模型预测为负类的正 样本。𝑃表示正确预测的正样本在所有被预测为正样本中的百分比,𝑅表示正确预 测的正样本在所有正样本中的百分比。|𝑄𝑅|表示目标类别的数量,𝑞表示检测目标 的类别,𝐴𝑃(𝑞)表示类别𝑞的𝐴𝑃值。

  1. 召回率(Recall):指实际为正样本中模型预测为正样本的比例。

  2. F1值(F1-score):综合考虑准确率和召回率的指标,由准确率和召回率的加权调和平均值计算而得。

  3. 平均准确率均值(mean average precision,mAP):用于衡量模型在不同类别上的平均准确率。mAP是多个类别准确率的均值。

5.FPS(Frame Per Second):评估模型检测速度时常用的指标是 FPS,即每秒帧率, 表示每秒内可以检测的图片数量。

6.参数量(Params):Params 被用来评估模型的空间复杂度。

7.浮点运算次数(GFLOPs):GFLOPs 被用来评估模型的 时间复杂度。

**论文中需要使用这些指标,对比不同模型,确定哪些模型是优秀的。**如图所示:

相关推荐
侯小啾1 小时前
【03】C语言 强制类型转换 与 进制转换
c语言·数据结构·算法
Xの哲學1 小时前
Linux NAPI 架构详解
linux·网络·算法·架构·边缘计算
蓝纹绿茶2 小时前
bash:**:pip:***python: 错误的解释器: 没有那个文件或目录
开发语言·python·pip
START_GAME2 小时前
深度学习Diffusers:用 DiffusionPipeline 实现图像生成
开发语言·python·深度学习
Deamon Tree3 小时前
后端开发常用Linux命令
linux·运维·python
koo3644 小时前
李宏毅机器学习笔记30
人工智能·笔记·机器学习
长桥夜波4 小时前
机器学习日报02
人工智能·机器学习·neo4j
tainshuai4 小时前
YOLOv4 实战指南:单 GPU 训练的目标检测利器
yolo·目标检测·机器学习
卡卡恩4 小时前
使用uv创建系统全局python执行环境
python
查士丁尼·绵5 小时前
笔试-座位调整
python