引用文章：目標檢測評價標準
評價訓練效果的值——精準度（precision）、召回率（recall）、準確率（accuracy）、交除并（IoU）

TP是正樣本預測為正樣本

FP是負樣本預測為正樣本

FN是本為正，錯誤的認為是負樣本

TN是本為負，正確的認為是負樣本

precision就是在識別出來的圖片中（預測為正樣本的圖片是識別出的圖片），TP所占的比值：

precision=TP/(TP+FP)

recall就是被正確識別出來的正樣本個數與測試集中所有正樣本的個數的比值：

recall=TP/(TP+FN)

accuracy=(TP+TN)/(TP+FP+FN+TN)

IoU就是系統預測出來的框與原來圖片中標記的框的重合程度。即檢測結果Detection Result與 Ground Truth 的交集比上它們的并集，即為檢測的準確率：

IoU=(DetectionResult?GroundTruth)/(DetectionResult?GroundTruth)

mAP是多類的檢測中，取每個類AP的平均值。AP（average precision）就是這個曲線下的面積，這里average等于是對recall取平均。而mAP（mean average precision）的mean，是對所有類別取平均。

這篇文章可以說非常全了，果斷mark！！！！

總結

以上是生活随笔為你收集整理的目标检测评价标准 精准度（precision）、召回率（recall）、准确率（accuracy）、交除并（IoU）【全】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。