机器学习笔记 - IOU、mAP、ROC、AUC、准确率、召回率、F分数
2023-09-14 09:01:36 时间
一、什么是交并比?
1、交并比(IOU)概述
交并比(Intersection over Union) 是一种评估指标,用于衡量目标检测器在特定数据集上的准确性。任何提供预测边界框作为输出的算法都可以使用 IoU 进行评估。
只要有测试集手工标记的边界框和我们模型预测的边界框。就可以计算交并比。
- R1:真实的边界框矩形的范围;
- R2:预测出来的矩形的范围;
- Rol:R1和R2重合的范围。
如下图所示
IOU值体现了单个对象预测的准确性。 一般来说,如果 IOU 分数 > 0.5,则认为它是一个很好的注释。不过,这还是因项目而异。
相关文章
- 快速入门Python机器学习(11)
- golang中的map并发读写问题: Golang 协程并发使用 Map 的正确姿势
- java map 转string_java-将Map <String,Object>转换为Map <String,String>
- java 把对象转成map_Java对象转换成Map[通俗易懂]
- 学习机器学习的最佳路径是什么
- 机器学习 BP神经网络(Python实现)
- 亚略特健康码扫码机器构筑“智慧防线”,严防奥密克戎变异株
- C++map的遍历_Map集合循环遍历的几种方式
- A.深度学习基础入门篇[二]:机器学习常用评估指标:AUC、mAP、IS、FID、Perplexity、BLEU、ROUGE等详解
- Go语言sync.Map(在并发环境中使用的map)
- Redis实现快速存储Map(redis存map)
- 解锁Linux机器中的时钟同步功能(linux设置时钟同步)
- Redis精准读取Map数据的窍门(redis获取map)
- 使用Redis轻松操作Map数据结构(redis操作map)
- 解决Redis频繁修改Map难题(redis频繁修改map)
- 基于Redis集群的Map数据结构的删除(redis集群map删除)
- Oracle Map映射从实施到实现(oracle map映射)
- Redis使用get查询Map(redis获取map命令)
- 想要快速的搭建高性能机器学习系统,企业应该怎么干?
- 阿里云机器智能首席科学家闵万里:共建万物智联时代