第3周作业 DL常用的评价标准

常见指标

• 准确率（Accuracy）
• 混淆矩阵（Confusion Matrix）
• 精确率（Precision）
• 召回率（Recall）
• 平均正确率（AP）
• mAP（mean Average Precision）
• 交除并（IoU）
• ROC+AUC
• 非极大值抑制（NMS）

一、准确率（Accuracy)

acc=sum(正确)/总数

二、混淆矩阵（Confusion Matrix）

Aij 表示模型预测为i ,实际类别是J的数量

sum（对角线）/ 总数 = 准确率

三、精确率（precision）和召回率（recall）

对应二的混淆矩阵，纵坐标表示预测的种类，横坐标为实际的种类：

• TP：预测是positive，实际也是positive。True Positive
• FP：预测是positive，实际是negative。False ngeative
• FN：类推
• TN：类推

 

precision

recall

 

四、平均精度与mAP

 

平均精度：PR曲线下面的面积，越高，分类越好

mAP：每个类的AP，再求平均

五、IoU

​​​​​​​

• 七、PR曲线和ROC曲线的比较
  1. ROC中TPR偏向正例，FPR偏向负例，适用评估分类器真题性能
  2. PR完全聚焦于正例，实际中类别不平衡问题主要是由于正例，所以在此情况下，PR优于ROC