文章目錄

• （原）（有誤）
• 20200206 （有誤）
• 20200206 （正解）

（原）（有誤）

True、False正確檢測還是錯誤檢測（如果畫出框的，還需考慮個閾值，IOU高于閾值并且分類正確的（box+class）才算正確檢測，否則是錯誤檢測）
Positive、Negative指畫沒畫框

所以：
True Positives（真正例TP）是指正確檢測，我們需要的目標，它畫出框并且分類正確，交并比大于閾值的
False Positives（假正例FP）是指錯誤檢測，不是我們需要的目標，它畫出框，但交并比小于閾值或分類不正確
True Negatives（真負例TN）是指正確檢測，不是我們要需的目標，它沒畫框
False Negatives（假負例FN）是指是錯誤檢測，我們需要的目標，它沒畫框

20200206 （有誤）

更新一下，可能上述表述有誤
Positive、Negative指在沒在ground truth中

True Positives（真正例TP）是指在ground truth中，它畫出框的，標注正確的目標
False Positives（假正例FP）是指在ground truth中，它畫出框的，標注錯誤的目標（就是標注錯了）
True Negatives（真負例TN）是指不在ground truth中，它畫出框，其實是正確的目標
False Negatives（假負例FN）是指不在ground truth中，它畫出框，其實是錯誤的目標

20200206 （正解）

更新更新更新，貌似上面理解也不對：
參考文章：TP真陽性, FP假陽性, FN假陰性, TN真陰性

True、False表示預測是對或錯

TP、True Positive 真陽性：預測為正，實際也為正

FP、False Positive 假陽性：預測為正，實際為負

FN、False Negative 假陰性：預測與負、實際為正

TN、True Negative 真陰性：預測為負、實際也為負。

也就是說，預測和實際一致則為真，預測和實際不一致則為假；如果預測出來是“正”的，則為“陽”，預測結果為 “負”，則為“陰”。

參考文章1：目標檢測的評估指標mAP的那些事兒

參考文章2：目標檢測中如何計算AP和mAP以及繪制P-R曲線以及SSD中如何修改代碼來輸出AP和繪制P-R曲線

總結

以上是生活随笔為你收集整理的机器学习中 True Positives（真正例TP）、False Positives（假正例FP）、True Negatives（真负例TN）和 False Negatives（假负例FN）指什么的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。