指标"/>
目标检测任务的指标
1.IoU:交并比:就是两个物体的交集/并集。
2.Precision:精度:代表框之间的吻合程度
3.Recall:召回率:代表所有物体中是否有些未检测到
注:p和r通常是一种折中的关系。
4.mAP:简单的来说可以说是Precision*Recall,图形上来讲是二者共同的面积。
5.TP FP FN概念:就是把摸个样本预测为正负样本这件事情是否正确。
6.IoU Loss:L=1-IoU:其实就是重合的部分是正确的,那剩下的没重合的就是损失误差,理所当然希望这个误差越小越好。但是有时候,框的大小不同和位置不同,但是这个值却一样,所以就有一些优化损失。
7.优化:GIoU loss、DIoU、CIoU等,如下图,实质上是考虑的因素变多了,包括重叠面积,中心点距离,框的长宽比。
8.Focal Loss:目标前景和背景往往不平衡,也就是背景多,负样本多,所以在训练时,调整二者所占比例,除此之外,前景中有的特征好检测,有的难检测,所以也分配不同的比重,这样训练就会更快,训练出来的模型也更好。
更多推荐
目标检测任务的指标
发布评论