目标检测常见评价指标
前言
目标检测是计算视觉领域一个重要的研究方向，主要解决图像中各种目标的分类和定位等视觉基本问题。今天主要介绍目标检测算法常见的评价指标：
性能评价指标
目标检测算法的评价指标通常有三个：检测准确率、检测速度以及召回率。
- 平均精度（Average Precision,AP）：正确识别的物体数占总识别的物体个数的百分数。
- 平均精度均值（Mean Average Precision,mAP）:所有类别检测的平均准确度，通常将mAP作为检测算法性能评估的最终指标。
- 平均召回率(Average Recall,AR)：表示正确识别的物体数占测试集中识别的物体个数的百分数。
- IOU（Intersection Over Union):预测框A和真实框B的重叠程度：
假设预设的阈值threshold=0.7，如果计算得到IOU值大于或者等于0.7，则认为目标被正确检测，反之，则认定目标没有被正确检测。
- 每秒处理帧数（Frames Per Second，FPS）：为了评估一个检测器的实时性，通常采用每秒处理帧数指标评价其执行速度，FPS值越大，说明检测器的实时性越好。
- 评价coco数据集的主要指标：
上一篇：
IDEA上Java项目控制台中文乱码