目标检测算法基本概念

One-stage:YOLO系列,SSD。无筛选,速度快,适合实时,准确率一般。
Two-stage:RCNN,faster-RCNN,经过筛选(RPN区域提议网络,提取候选框的网络)速度一般,准确率高。
mAP:综合衡量检测效果,
FPS:速度
IOU:交并比
交:真实框和预测框交集
并:真实框和预测框并集
TF表示预测是否正确:PN表示预测标签在这里插入图片描述
正确率(Accuracy)=(TP+TN) / (TP+FP+TN+FN) =70%

精确率(Precision):精确率代表对正样本结果中的预测准确程度。
P=TP / (TP+FP) = 40/(40+20) = 66.7%

召回率:衡量了分类器对正例的识别能力。
R=TP / (TP+FN)= 40/(40+10) = 80%

置信度阈值:0.9即检测框检测到是物体或者人脸的可能性。
P-R曲线:Precision-Recall曲线
AP:P-R曲线面积(评价指标)
mAP:各个类别的平均精度值
ground-truth bounding box(GT):真实框(图片真实的目标位置)
Predicted bounding box(bBox):预测框。

猜你喜欢

转载自blog.csdn.net/weixin_42620513/article/details/128166358
今日推荐