0
点赞
收藏
分享

微信扫一扫

3.yolov5目标检测-常用评估指标


yolov5官网的模型评估对比图

3.yolov5目标检测-常用评估指标_官网


3.yolov5目标检测-常用评估指标_官网_02


3.yolov5目标检测-常用评估指标_数据集_03


需要借助狼来了的故事了解:真阳性,假阳性,假阴性,真阴性。

3.yolov5目标检测-常用评估指标_目标检测_04

IOU:交并比,用来筛选最终预测出来的边界框。

3.yolov5目标检测-常用评估指标_官网_05


通过求标注和预测的交并比,可以得到一个预测准确度的指标。

3.yolov5目标检测-常用评估指标_人工智能_06

3.yolov5目标检测-常用评估指标_人工智能_07


3.yolov5目标检测-常用评估指标_官网_08


3.yolov5目标检测-常用评估指标_人工智能_09


GA、GB、GC是标注的内容,P1234是检测出的内容。

分别计算每次识别的IOU。

3.yolov5目标检测-常用评估指标_数据集_10


我们把P4作为了GB的最佳匹配框,所以P3就变成了假阳性。

3.yolov5目标检测-常用评估指标_目标检测_11


计算recall的时候,有三个标注,所以分母就是3.

3.yolov5目标检测-常用评估指标_官网_12


3.yolov5目标检测-常用评估指标_数据集_13


计算方式会选择向右拉直。

3.yolov5目标检测-常用评估指标_人工智能_14


3.yolov5目标检测-常用评估指标_人工智能_15


之后的比赛就开始用所有的点了。 计算的都是右上角的矩形。

用这种方式可以算出所有类别的AP。

3.yolov5目标检测-常用评估指标_官网_16


微软推出了coco数据集,采用101个recall点。

3.yolov5目标检测-常用评估指标_数据集_17


coco的ap和map不做区分。

3.yolov5目标检测-常用评估指标_目标检测_18

3.yolov5目标检测-常用评估指标_人工智能_19


举报

相关推荐

0 条评论