首页 > 其他 > 详细

Object_detection-模型训练日志结果解析

时间:2019-01-24 14:01:05      阅读:408      评论:0      收藏:0      [点我收藏+]

日志展示

技术分享图片

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:
技术分享图片

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

 

Object_detection-模型训练日志结果解析

原文:https://www.cnblogs.com/zheng1076/p/10314016.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!