目標(biāo)檢測(cè)（object detection）=what + where
Localization+Recongnition
類別標(biāo)簽（category label）
置信度得分（confidence score）
最小外接矩形（bounding box）
定位是找到檢測(cè)圖像中帶有一個(gè)給定標(biāo)簽的單個(gè)目標(biāo)；
檢測(cè)是尋找到圖像中帶有給定標(biāo)簽的所有目標(biāo)
目標(biāo)檢測(cè)性能指標(biāo)=檢測(cè)精度+檢測(cè)速度
檢測(cè)精度
Precision,Recall,Fl?score
IoU(Intersection over Union)
P-R curve (Precison-Recall cureve)
AP(Average Precision)
mAP(mean Average Precision)
檢測(cè)速度
前傳耗時(shí)
每秒幀數(shù)FPS（Frames Per Second）
浮點(diǎn)運(yùn)算量（FLOPS）
混淆矩陣（confusion matrix）
對(duì)于邊界框的分類用混淆矩陣衡量
精度precision?（查準(zhǔn)率）是評(píng)估預(yù)測(cè)的準(zhǔn)不準(zhǔn)（看預(yù)測(cè)列）
召回率Recall（查全率）是評(píng)估找的全不全（看實(shí)際行）
IoU（Intersection over Union）
邊界框框的準(zhǔn)不準(zhǔn)用IoU來(lái)衡量
IoU=1 predicted and the ground-truth bounding boxes perfectly overlap.
you can set a threshold value(閾值) for the IoU to determine if the objext detection is valid or not.
?Let‘s say you set IoU to 0.5,in that case:
if IoU≥0.5，-->True Positive(TP)
if IoU<0.5, it is a wring detection and classify it as False Positive(FP)
When a ground truth is present in the image and modell failed to detect the object, claasify it as False Negative(FN).
True Negative(TN):TN is every part of the image where we did not predict an object. This metrics is not useful for ibject detection, hence we ignore TN.
AP衡量的是學(xué)習(xí)出來(lái)的模型在每個(gè)類別上的好壞。
mAP衡量的是學(xué)出的模型在所有類別上的好壞。mAP就是取所有類別上AP的平均值。
?
?IoU閾值越大，對(duì)檢測(cè)框要求就越緊，recall召回率就相對(duì)小
?AP(Average Precision)計(jì)算
AP計(jì)算之11點(diǎn)法?
?
?
?AP計(jì)算之積分法（Area under curve AU）
?檢測(cè)速度評(píng)估
前傳耗時(shí)（ms）:從輸入一張圖像到輸出最終結(jié)果所消耗的時(shí)間，包括前處理耗時(shí)（如圖像歸一化）、網(wǎng)絡(luò)前傳耗時(shí)、后處理耗時(shí)（如非極大值抑制）
每秒幀數(shù)FPS（Frames?Per Second）：每秒鐘能處理的圖像數(shù)量
浮點(diǎn)運(yùn)算量（FLOPS）:處理一張圖像所需要的浮點(diǎn)運(yùn)算數(shù)量，跟具體軟硬件沒(méi)有關(guān)系，可以公平地比較不同算法之間的檢測(cè)速度。文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-451084.html
最適合新手入門的【YOLOV5目標(biāo)實(shí)戰(zhàn)】教程！基于Pytorch搭建YOLOV5目標(biāo)檢測(cè)平臺(tái)！環(huán)境部署+項(xiàng)目實(shí)戰(zhàn)（深度學(xué)習(xí)/計(jì)算機(jī)視覺(jué)）_嗶哩嗶哩_bilibili文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-451084.html
到了這里，關(guān)于YOLOv5基礎(chǔ)知識(shí)點(diǎn)——性能指標(biāo)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
