召回率
準确率Precision
召回率Recall
其實這個翻譯相當蛋疼。。。
recall最合理的翻譯應該是 查全率
而Precision的最合理的翻譯應該是查準率
這樣就很容易了解了，假設一個班級有10個學生，5男5女
你用機器找女生，機器傳回了一下結果：
| 男 | 女 | 女 | 男 | 女 | 男 |
那麼查準率為：3/6 = 0.5(傳回的6個結果隻有3個正确)
查全率為: 3/5 = 0.6 (所有女生有5個，但隻找到3個)
然後就是mAP的解釋了，一張圖可以說明：
在多個類别的檢測中，算出召回率從0到1時的準确率(同一召回率取最高的準确率)，計算準确率的平均值。然後對所有類别求平均就可以得到mAP了。
實際的detection比賽中，有多個benchmark。下圖是COCO比賽的截圖，截止到2017年10月5号：
AveragePrecision(AP):'>averagePrecision(AP):AveragePrecision(AP):
AP'>APAP % AP at IoU=0.50:0.05:0.95 (primary challenge metric)
AP'>APAP50'>5050 % AP at IoU=0.50 (pascal VOC metric)
AP'>APAP75'>7575 % AP at IoU=0.75 (strict metric)
APAcrossScales:'>APAcrossscales:APAcrossScales:
AP'>APAPS'>SS % AP for small objects: area < 322'>322322
AP'>APAPM'>MM % AP for medium objects: 322'>322322 < area < 962'>962962
AP'>APAPL'>LL % AP for large objects: area > 962'>962962
AverageRecall(AR):'>AverageRecall(AR):AverageRecall(AR):
AR'>ARAR1 % AR given 1 detection per image
AR'>ARAR10 % AR given 10 detections per image
AR'>ARAR100 % AR given 100 detections per image
ARAcrossScales:'>ARAcrossScales:ARAcrossScales:
AR'>ARARS'>SS % AR for small objects: area < 322'>322322
AR'>ARARM'>MM % AR for medium objects: 322'>322322 < area < 962'>962962
AR'>ARARL'>LL % AR for large objects: area > 962'>962962
文章最後釋出于: 2018-06-27 22:36:04
相關閱讀
作為一個java開發者肯定都知道且使用HashMap，但估計大部分人都不太知道WeakHashMap。從類定義上來看，它和普通的HashMap一樣，繼承了A
在最新的Hadoop(2.7以上版本)中，我們在控制台已經找不到jobtracker和tasktracker子產品了，這并不是說它們消失了，而是隐式的加入了YARN框
備注JDK版本1.8
HashMap
首先是構造方法，構造方法可傳入初始容量和負載因子。傳入的初始化容量會被修正為最接近的2的正次幂的值
BeanUtils.populate( Object bean, Map properties )
先周遊map中的k 如果k和bean相同 就将v的值賦給bean
補充：map中的資料
課題内容：使用route-map為路由設定标記拓撲：将R2的環回口重分布直連進入OSPF在R1和R4上将OSPF重分布進入EIGRP使用route-m