目标检测中的评价指标
目标检测中的评价指标
将检测目标分为正样本和负样本。
真阳性（true positives , TP） : 正样本被正确识别为正样本。
假阳性（false positives, FP）: 负样本被错误识别为正样本。
假阴性（false negatives, FN）: 正样本被错误识别为负样本。
真阴性（true negativies, TN）: 负样本被正确识别为负样本。
（1）FPS，每秒检测的图像帧数。
（2）P，精确率，是指预测出的类别中是正确类别的
概率，计算公式如下：
（3）R，召回率，是指预测出的正确类别在该正样本
中的概率，计算公式如下：
（4）AP，平均精确度，是 PR 曲线下面的面积，也是预测类别的概率。
（5）mAP，平均 AP 值，是对多个预测类别的 AP 值求平均 AP 值。
（6）IOU，交并比，是指模型生成的预测框 A 和真实框 B 之间交集与并集的比例。
以上指标数值越大，模型性能越好，其中：FPS是评价算法的速度度量指标；精确度P和召回率R形成的PR曲线围成的面积为平均精度 AP，反映了单类别的准确度；当检测多个类时，多个类别的 AP 求平均精度均值mAP反映了整个模型的检测效果；IOU体现了定位的准确性，比值越高说明预测的结果越准确。在YOLO算法中通常使用 FPS和 mAP来评价算法的实际性能：FPS越高代表检测的图像数量越多，算法的运行速度越快。mAP值越高代表算法的准确率高，算法性能好。