Technology-机器学习基础概念

发表于 | 分类于 | |

机器学习基础概念

1
IOU:预测框和真实框的交叉面积 / (模型框面积 + 真实框面积)
1
2
3
4
TP(True Positive):被分为正样本，并且分对了
TN(True Negatives):被分为负样本，而且分对了
FP(False Positive):被分为正样本，但是分错了
FN(False Negatives):被分为负样本，但是分错了
1
2
Precision = TP / (TP + FP)，正识别/（正识别+误识别）
Recall = TP / (TP + FN)，正识别/（正识别+漏识别）
1
2
AP:每组（Precision， Recall）形成的点，围起来的面积/坐标轴整个面积
mAP:AP是指一个类的识别效果，mAP就是多个类的AP取平均值，衡量多个类的识别效果