0
点赞
收藏
分享

微信扫一扫

【高考志愿】建筑学

无愠色 2024-07-24 阅读 26

·P(准确率):预测样本中实际正样本数所有正样本数的比例。

·R(召唤率):预测样本中实际正样本数所有预测样本的比例。

·AP(平均精确度)

·mAP(均值平均精度):所有类别的平均精度求和除以所有类别。

·P-R曲线:准确率和召回率之间关系曲线。

·score-threshold:是一个预设的值,用于在神经网络的训练和预测过程中,对神经元的激活或输出进行筛选。(和准确率成正比。

·F1:根据F1值的定义,它是准确率和召回率的调和均值,因此这个值较高说明模型在准确率和召回率方面都表现不错。

  1. PS:要提高目标检测置信度和mAP,需要调小score_threshold,调小batch_size,是这样吗??

  2. 1.调小score_threshold(置信度阈值)可以提升mAP,调小batch_size并不直接提高模型的置信度和mAP
  3. 2.将batch_size调小的同时增大学习率(learning_rate)是一种常用的策略,旨在保持训练速度的同时提高模型的训练质量。这是因为较小的batch_size可能使得每次迭代中的噪声增加,从而有助于模型跳出局部最小值;而增大的学习率则有助于模型更快地更新权重。
举报

相关推荐

0 条评论