评价指标

1 混淆矩阵（confusion matrix）

第一位T/F: 表示预测的对错

第二位P/N: 表示预测的结果

• 准确率Precision(查准率)是评估预测的准不准（看预测列）
• 召回率Recall（查全率）是评估找的全不全(看实际行)

2 交并比（IoU）

3 AP (Average Precison)

用一个简单的例子来演示平均精度（AP）的计算。 假设数据集中总共有5个苹果。 我们收集模型为苹果作的所有预测，并根据预测的置信水平（从最高到最低）对其进行排名。 第二列表示预测是否正确。 如果它与ground truth匹配并且IoU≥0.5，则是正确的。

• AP衡量的是学习出来的模型在每个类别上的好坏
• mAP衡量的是学出的模型在所有类别上的好坏。mAP就是取所有类别上AP的平均值。