Tensorflow学习笔记1：Object_detection之模型训练日志结果解析

日志展示

指标说明：

AP值表示正确识别物体的个数占总识别出的物体个数的百分数

AR值表示正确识别物体的个数占测试集中物体的总个数的百分数

IoU值即生成的框/掩膜与数据集中的标准的面积之交处于面积之并

Area表示识别物体的尺寸，其中：small<32^2，32^2<medium<96^2 ，large>96^2

maxDets每个图像的最大检测阈值

 

mAP@[.5:.95](someone denoted mAP@[.5,.95]) means average mAP over different IoU thresholds, from 0.5 to 0.95, step 0.05 (0.5, 0.55, 0.6, 0.65, 0.7, 0.75, 0.8, 0.85, 0.9, 0.95).

要理解AP和AR的意义，参考下图：

Precision就是TP/TP+FP，也就是提交给用户的结果里边，究竟有多少是对的

Recall是TP/TP+FN也就是一共有这么多的有用结果，系统究竟能判定出来多少是有用的

 

参考：

https://github.com/rafaelpadilla/Object-Detection-Metrics

https://blog.csdn.net/asasasaababab/article/details/79994920