召回率
准确率Precision
召回率Recall
其实这个翻译相当蛋疼。。。
recall最合理的翻译应该是 查全率
而Precision的最合理的翻译应该是查准率
这样就很容易理解了，假设一个班级有10个学生，5男5女
你用机器找女生，机器返回了一下结果：
| 男 | 女 | 女 | 男 | 女 | 男 |
那么查准率为：3/6 = 0.5(返回的6个结果只有3个正确)
查全率为: 3/5 = 0.6 (所有女生有5个，但只找到3个)
然后就是mAP的解释了，一张图可以说明：
在多个类别的检测中，算出召回率从0到1时的准确率(同一召回率取最高的准确率)，计算准确率的平均值。然后对所有类别求平均就可以得到mAP了。
实际的detection比赛中，有多个benchmark。下图是COCO比赛的截图，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
文章最后发布于: 2018-06-27 22:36:04
相关阅读
作为一个java开发者肯定都知道且使用HashMap，但估计大部分人都不太知道WeakHashMap。从类定义上来看，它和普通的HashMap一样，继承了A
在最新的Hadoop(2.7以上版本)中，我们在控制台已经找不到jobtracker和tasktracker模块了，这并不是说它们消失了，而是隐式的加入了YARN框
备注JDK版本1.8
HashMap
首先是构造方法，构造方法可传入初始容量和负载因子。传入的初始化容量会被修正为最接近的2的正次幂的值
BeanUtils.populate( Object bean, Map properties )
先遍历map中的k 如果k和bean相同 就将v的值赋给bean
补充：map中的数据
课题内容：使用route-map为路由设置标记拓扑：将R2的环回口重分布直连进入OSPF在R1和R4上将OSPF重分布进入EIGRP使用route-m