深度学习中的评价指标
评价指标是评价深度学习中模型的好坏。
·
文章目录
评价指标是评价深度学习中模型的好坏
1. (准确率 accuracy)Acc
指的是所有预测当中预测正确的比例
其中：
2. 精确率（precision）
对于预测样本而言，是指预测为正的样本中，实际是正样本的情况
3. 查全率/召回率（recall）
对原样本（实际样本）而言的，它的含义是在实际为正的样本中被预测为正样本的概率，其公式如下：
4. F1分数
调和精确率和召回率
5. IoU交并比（Intersection over Union）
Lou=交集/并集
这里参考了博主Emins机器学习分类问题指标评估内容详解（准确率、精准率、召回率、F1、ROC、AUC等）
一般来说，我们认为IOU>0.5就是正确的检测结果。
6. map
将recall设置为横坐标，precision设置为纵坐标。PR曲线下围成的面积即AP，所有类别AP平均值即mAP
mAP@0.5后面的0.5代表交并比就是0.5
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
11
0- 0
已为社区贡献1条内容
所有评论(0)