一、IOU
交併比loU(intersection-over-union)
二、mAP
2.1 簡介
mAP(mean average precision)平均準確率均值
2.2 計算方法
多標籤圖像分類任務中圖片的標籤不止一個,因此評價不能用普通單標籤圖像分類的標準。首先用訓練好的模型得到所有測試樣本的置信度(confidence score) ,比如某個類別(如檢測貓)有20個測試樣本:
接下來按照置信度的大小重新排序,我們想得到top-5的結果:
實際多類別分類任務中,我們需要知道從top-1到top-N ( N是所有測試樣本個數,我們的例子中是20 )對應的precision和recall。顯然隨着我們選定的樣本越來也多,recall一定會越採越高,而precision整體上會呈下降趨勢。把recall當成橫座標,precision當成縱座標,即可得到常用的precision-recall曲線: