ap:所有图片某一个类

map:所有图片所有类的ap的平均

 

以一个score为阈值,大于score的所有框是假定正确输出的所有预测,将这些框和gt匹配(iou大于某一个阈值认为匹配成功),得到当前score下的auccracy和recall,不同的score获得不同的auccracy和recall,这样得到一条曲线,将这个曲线和x、y坐标积分求面积就是最终的ap。

auccracy计算:成功匹配gt的框的个数/所有大于score的框的个数(所有大于score的框就是检测器实际的预测输出)

recall计算:成功匹配的gt的框的个数/所有的gt的框的个数

 

 

 

 

https://blog.csdn.net/hysteric314/article/details/54093734

相关文章:

  • 2021-05-17
  • 2021-07-15
  • 2021-11-10
  • 2021-10-10
  • 2021-06-29
  • 2021-11-02
猜你喜欢
  • 2022-12-23
  • 2021-05-06
  • 2021-10-27
  • 2021-07-31
  • 2021-04-19
  • 2021-12-05
相关资源
相似解决方案