coco数据集评价标准的详细计算过程
需积分: 50 140 浏览量
2018-06-06
21:02:22
上传
评论 3
收藏 145KB DOCX 举报
首先说一下关于 数据集评价指标中的一些定义，为了方便解释，假设是在二分类的前
提下，类别 和类别 ：
：在识别的 类别样本中真正属于 类的样本数；
：在识别的 类别样本中真实类别不属于 类，也就是属于 类的样本数，
：在未识别的样本中真实 类的样本数目；
：在未识别的样本中不属于 类的样本数目，即真实类别 的样本数
接下了借用别人的一张图来解释：
在上图中都有对应，由上图解释一下什么是 和
等于 ，也就是识别出来的真实 类的样本所占的识别出来的样本的比例，
我称为准确率；
等于 ，也就是识别出来的真实 类的样本占所有真实 类样本的比例；它
被称为召回率，可以理解为对所有真实 的 个样本进行识别，但最后只识别也就是召回
对应的 个样本数， 的样本数我们可以理解为丢失了， 也称为置信度；
概念讲完了，接下来具体说说在目标检测中的评价指标，还是以二分类为例：
在上图中整个方形假设是我们检测的一张图片，在这图片里面有两类，实心点假设为 类，
空心点假设为 类，里面的实心点的个数是这幅图片中我们需要检测的 类的 的数
评论0
最新资源