map理解

~国小天

已于 2022-04-07 14:59:16 修改

阅读量239

点赞数

CC 4.0 BY-SA版权

文章标签：深度学习

于 2022-04-04 16:07:12 首次发布

原文链接：https://www.jianshu.com/p/fd9b1e89f983

本文详细介绍了目标检测中的关键指标mAP（mean Average Precision），包括其定义和计算方法，重点剖析了YOLOv3中的IOU概念，并讨论了如何设置置信度和IOU阈值来实现NMS和mAP计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目标检测评价标准mAP
在这里插入图片描述

目标检测算法的评估指标：mAP定义及计算方式
在这里插入图片描述

yolo论文中IOU/AP/MAP/NMS概念详解

在这里插入图片描述

Map:算出recall从0到 1时的准确率，计算准确率的平均值，对所有类别求平均，以P，R作为指标都不够全面，所以以PR曲线下的面积当作尺度。

3.交并比(IOU)
边界框的准确度可以用IOU进行表示，IOU等于计算两个边界框交集和并集之比；
一般约定，在检测中，IOU>0.5，则认为检测正确，一般阈值设为0.5。
YOLOv3详解

在这里插入图片描述

目标检测之详解yolov3的anchor、置信度和类别概率

彻底搞懂目标检测进行NMS和计算mAP时的置信度阈值和IoU阈值

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。