目标检测中Recall、Precision和IOU

更新时间:2023-07-27 02:38:50 阅读: 评论:0

⽬标检测中Recall、Precision和IOU
摘要
女人脸上的痣图解在训练YOLO v2的过程中,系统会显⽰出⼀些评价训练效果的值,如Recall,IoU等等。为了怕以后忘了,现在把⾃⼰对这⼏种度量⽅式的理解记录⼀下。好看的手抄报
这⼀⽂章⾸先假设⼀个测试集,然后围绕这⼀测试集来介绍这⼏种度量⽅式的计算⽅法。
⼤雁与飞机
假设现在有这样⼀个测试集,测试集中的图⽚只由⼤雁和飞机两种图⽚组成,如下图所⽰:
我家门前有两棵树假设你的分类系统最终的⽬的是:能取出测试集中所有飞机的图⽚,⽽不是⼤雁的图⽚。
现在做如下的定义:
True positives : 飞机的图⽚被正确的识别成了飞机。
True negatives: ⼤雁的图⽚没有被识别出来,系统正确地认为它们是⼤雁。
Fal positives: ⼤雁的图⽚被错误地识别成了飞机。
Fal negatives: 飞机的图⽚没有被识别出来,系统错误地认为它们是⼤雁。
假设你的分类系统使⽤了上述假设识别出了四个结果,如下图所⽰:
防汛防台
那么在识别出的这四张照⽚中:
True positives : 有三个,画绿⾊框的飞机。
Fal positives: 有⼀个,画红⾊框的⼤雁。
没被识别出来的六张图⽚中:
True negatives : 有四个,这四个⼤雁的图⽚,系统正确地没有把它们识别成飞机。
Fal negatives: 有两个,两个飞机没有被识别出来,系统错误地认为它们是⼤雁。Precision 与 Recall
Precision其实就是在识别出来的图⽚中,True positives所占的⽐率:
其中的n代表的是(True positives + Fal positives),也就是系统⼀共识别出来多少照⽚。
在这⼀例⼦中,True positives为3,Fal positives为1,所以Precision值是 3/(3+1)=0.75。劳务外包协议
意味着在识别出的结果中,飞机的图⽚占75%。
Recall 是被正确识别出来的飞机个数与测试集中所有飞机的个数的⽐值:involve是什么意思
皮炎能彻底治好吗Recall的分母是(True positives + Fal negatives),这两个值的和,可以理解为⼀共有多少张飞机的照⽚。在这⼀例⼦中,True positives为3,Fal negatives为2,那么Recall值是 3/(3+2)=0.6。
意味着在所有的飞机图⽚中,60%的飞机被正确的识别成飞机.。
调整阈值
你也可以通过调整阈值,来选择让系统识别出多少图⽚,进⽽改变Precision 或 Recall 的值。
在某种阈值的前提下(蓝⾊虚线),系统识别出了四张图⽚,如下图中所⽰:
分类系统认为⼤于阈值(蓝⾊虚线之上)的四个图⽚更像飞机。
我们可以通过改变阈值(也可以看作上下移动蓝⾊的虚线),来选择让系统识别能出多少个图⽚,当然阈值的变化会导致Precision 与Recall 值发⽣变化。⽐如,把蓝⾊虚线放到第⼀张图⽚下⾯,也就是说让系统只识别出最上⾯的那张飞机图⽚,那么Precision 的值就是100%,⽽Recall 的值则是20%。如果把蓝⾊虚线放到第⼆张图⽚下⾯,也就是说让系统只识别出最上⾯的前两张图⽚,那么Precision 的值还是100%,⽽Recall 的值则增长到是40%。
IoU
IoU 这⼀值,可以理解为系统预测出来的框与原来图⽚中标记的框的重合程度。
计算⽅法即检测结果Detection Result 与 Ground Truth 的交集⽐上它们的并集,即为检测的准确率:
高中生物老师
如下图所⽰:
蓝⾊的框是:GroundTruth
黄⾊的框是:DetectionResult  绿⾊的框是:DetectionResult  ⋂ GroundTruth
红⾊的框是:DetectionResult  ⋃
GroundTruth
备注:博客来源-blog.csdn/hysteric314/article/details/54093734IoU =
DetectionResult ⋂GroundTruth DetectionResult ⋃GroundTruth

本文发布于:2023-07-27 02:38:50,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/89/1098088.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:识别   系统   飞机   出来
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图