mAP（mean average percision）

最新推荐文章于 2023-06-08 18:07:49 发布

原创最新推荐文章于 2023-06-08 18:07:49 发布 · 309 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #机器学习

本文探讨了在信息检索和机器学习中精确率与召回率的概念，通过具体案例阐述了如何计算这两个指标，并介绍了平均精确率（AP）的计算方法及其在评估模型性能中的作用。

样本数量共100个，内含标签为1的样本共60个，检索后模型查到50个，其中需要的样本5个

P(Percision查准率，准确率) = 5/50 = 10%
R(Recall召回率) = 5/60 = 8.33%
下面看AP：
画出PR曲线，每个点（验证集）的面积代表AP值，面积越大模型越好，加上m(mean)即所有点的平均面积。
mAP = QR指验证集个数。

参考https://blog.youkuaiyun.com/u013249853/article/details/96132766

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

TANGerrr

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

MAP-Mean Average Precision 平均精度均值

NLP与推荐算法

05-22

1813

在分类任务中，不知道是不是多标签分类，看完本文就知道了。除了常见的评价指标外，还有一个能装逼的指标，因为知道的人少了一些。这是来自github搜索到的版本，感觉很高大上啊。每一个类别的AP，最后得到MAP，太好看了。当前py file的绝对路径为 os.path.abspath(__file__) 切换工作文件夹到path os.chdir(path) 当前工作路径 os.getcwd() 由于MAP是由PR值求得的，因此必然有PR值，公式为：来源于网络,没有仔细考究

中文分词方法Precision、Recall、F1值对比

gx1823693161的博客

11-03

1522

目录手动实现分词方法：前向最长匹配分词算法中文分词方法Percision、Recall、F1值计算公式分词效果对比：jieba、hanlp、thulac、前向最长匹配法分析代码链接手动实现分词方法：前向最长匹配分词算法 1.切分pku_training.utf8训练集：70%用于字典建立，30%用于测试分析方法的性能。 2.利用训练集70%的数据进行分词方法字典的建立。 3.对剩余30%的数据进行中文分词，获得分词结果。 4.计算分词结果的Precision、Recall、F

参与评论您还未登录，请先登录后发表或查看评论

Percision Recall F-Measure

michelle190的专栏

10-29

1321

为了能够更好的评价IR系统的性能，IR有一套完整的评价体系，通过评价体系可以了解不同信息系统的优劣，不同检索模型的特点，不同因素对信息检索的影响，从而对信息检索进一步优化。由于IR的目标是在较短时间内返回较全面和准确的信息，所以信息检索的评价指标通常从三个方面考虑：效率、效果和其他如数据规模。下面简单介绍几种常用的信息检索评价指标： 1、准确率与召回率（Preci

average_precision_score()函数----计算过程与原理详解

西小庄村高伟的博客

02-21

1万+

average-precision算法过程与原理详解

目标检测：mAP (Mean Average Precision)

thujiang000的博客

01-31

6221

目标检测，mAP解释

yolov5 混淆矩阵计算精确率（percision）

beyondCCCS的博客

06-08

2576

yolov5 通过混淆矩阵计算精确率

MAP(Mean Average Precision)

青木宫的博客

08-25

982

关于MAP，网上找了很多，都找不到自己需要看的，这篇文章写的不错，转载一下目录一、mAP相关概念 1、正例与负例 2、P（精确率） 3、R（召回率） 4、ACC（准确率） 5、AP（平均精确度） 6、示例二、mAP 1、mAP简介 2、P—R曲线学习深度学习，总会有各种各样的概念，对于刚入门...

什么是MAP（mean average percision）——机器学习算法评价指标（带python源码）

zhang35的博客

03-05

1596

什么是MAP AP:average percision 先从AP说起。假如从5男5女当中找出所有女生，搜索结果如下：系统1： 1 2 3 4 5 6 7 女男男男女女女准确率：4/7 召回率：4/5 系统1： 1 2 3 4 5 6 7 女女女女男男男准确率：4/7 召回率：4/5 系统１和系统２的正确率和召回率相同，但明显第二个检索系统更好，因为还要考虑顺序。一个良好的检索系统当然希望越相关的排在越前面越好，因此就出现了AP这个概念。

全网最详细解释mAP（Mean Average Precision）----利用Tensorflow Object Detection API中的PASCAL VOC的mAP计算做逐步细节解释！！

froot的博客

11-26

3167

1. mAP（Mean Average Precision）首先，VOC数据集对mAP的定义：（1） True positives(TP): 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数（样本数）；（2） False positives(FP): 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；（3） False negatives(FN):被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；（4） True negatives(TN):

map（mean Average Precision)计算及代码实现

shuijinghua的博客

06-12

3940

参考文献:https://github.com/rafaelpadilla/Object-Detection-Metrics #强烈推荐这个 https://www.imooc.com/article/44040 https://blog.youkuaiyun.com/bismarckczy/article/details/86520342 #这个的计算方式不懂 https://www.jiansh...

Mean Average Precision

baiyu9821179的专栏

06-21

3349

mean average precision简称ｍAP，以前一直不懂什么意思，现在写篇博客记录一下。Precision我们先来讨论一下，Precision是怎么算的。假如我们有2000个样本，1000正样本，1000个负样本。我们用某个方法进行分类，标记出来300个样本是正样本。现在，我们知道，任何分类方法都不会有百分之百的正确率。所以标记出来的300个分类的样本里，肯定有被分错的样本。假如100个

目标检测中的mAP

大彤小忆的博客

11-08

1万+

要计算mAP必须先绘出各类别PR曲线，计算出AP。而如何采样PR曲线，VOC采用过两种不同方法。在VOC2010以前，只需要选取当Recall >= 0, 0.1, 0.2, …, 1共11个点时的Precision最大值，然后AP就是这11个Precision的平均值。在VOC2010及以后，需要针对每一个不同的Recall值（包括0和1），选取其大于等于这些Recall值时的Precision最大值，然后计算PR曲线下面积作为AP值。 AP&mAP mAP：mean Av

MAP（mean average precision)平均精度均值

小白cvnice的博客

08-21

9617

precision（精确率）和recall（召回率）的计算 (模型预测为正样本，实际为正样本) (模型预测为负样本，实际为负样本） (模型预测为正样本，实际为负样本）（模型将预测为负样本，实际为正样本) 正确预测的正样本除以被判为正样本（正确判断为正样本的样本和误判为正样本的样本）的比例之和正确预测的样本和所有正样本的比列 ...

目标检测中的mAP(mean Average Precision)快速理解

qq_23543981的博客

06-28

1101

最近开始接触目标检测（object detection）但是对于衡量算法好坏的mAP并不太理解，经过了一番整理，下面我们就来看看什么是mAP。在目标检测算法中，像是Faster R-CNN, SSD等等，mAP都可以很好的用来衡量这些算法的精确度。 ...

Python数据分析入门——无监督学习部分

Peter_Luoz的博客

07-01

3373

基础知识准备使用字典进行词频统计 s="We tend to imagine that lightning looks like the zigzag you find in the emoji. It’s rarely that simple" dic={} for word in s.split(): if word not in dic: dic[wor...

【YOLO学习】召回率（Recall），精确率（Precision），平均正确率（Average_precision(AP) ），交除并（Intersection-over-Union（IoU））

热门推荐

Joe_quan的博客

01-05

10万+

在训练YOLO v2的过程中，系统会显示出一些评价训练效果的指标，包括Recall，IoU等等。为了怕以后忘了，现在把自己的理解记录一下。这一文章首先假设一个测试集，然后围绕这一测试集来介绍这几种指标的计算方式。

Evaluation中Percision和Recall的理解

MacKendy的博客

05-25

898

1.评价指标在机器学习、深度学习快速发展的时代，模型和技巧层出不穷，那么就需要有一定的指标去量化地评价这些新的idea，是否work，优化的幅度有多大。 2.混淆矩阵在分类任务中，通常可以用混淆矩阵比较直观地分析，各类别的预测准确度，模型在哪个类别的性能较低，以确定后续优化的方向。预测 \ 标签猫狗总计猫 16 1 17 狗 4 19 23 总计 20 20 40 据混淆矩阵所示，共40张图待预测，其中20张猫、20张狗。可直观得知，模型对于狗的预测效果更好。此

目标框检测中准确率、召回率、AP、mAP计算原理及代码

MAX的专栏

09-28

9863

假设有M个真值正样本，我们从Top-1 到 Top-N，每累积一个预测就会对应一个recall 和一个 precision。,M/M），对每一个recall，从对应的precision 中取最大值作为当前recall 对应的precision，求M 个precision的平均得到AP。一般用 IOU 进行匹配，预测框和真实框之间的 IOU 值大于一定阈值时，比如0.5，则认为对真实样本正确预测。但是Accuracy 不经常使用，因为我们在做目标预测的时候往往只关心正样本，而不去关心负样本是否正确预测。

深度学习中的mAP，AP,Precision精确率，Recall召回率，Accuracy准确率

qq_38469553的博客

12-20

1万+

AP值 Average Precision，即平均精确度。如何衡量一个模型的性能，单纯用 precision 和 recall 都不科学。于是人们想到，为何不把 PR曲线下的面积当做衡量尺度呢？于是就有了 AP值这一概念。这里的 average，等于是对 precision 进行取平均。 mAP值 Mean Average Precision，即平均AP值。 ...

戴尔percision增加硬盘不识别

07-02

### 回答1：戴尔Percision增加硬盘不识别可能有以下几种原因： 1.连接问题：首先需要确保硬盘与Percision主机的连接是正确的。检查硬盘的数据线和电源线是否牢固连接。如果是外置硬盘，还要确保USB或其他接口连接正常。尝试更换数据线或接口，重启主机后再次尝试。 2.硬件问题：硬盘本身可能存在问题。可以将硬盘连接到其他设备上进行测试，看是否能够正常识别。如果能够识别，说明问题可能出在Percision主机上。如果其他设备也无法识别，说明硬盘可能存在故障，需要更换硬盘。 3.驱动问题：确保Percision主机上的硬盘驱动程序是最新的。可以尝试更新驱动程序，或者在设备管理器中卸载并重新安装硬盘驱动程序。重启主机后再次尝试。 4.BIOS设置问题：进入Percision主机的BIOS设置界面，检查是否开启了硬盘识别选项。确保硬盘设置为启动顺序中的可识别设备。如果设置正确但仍然无法识别，可以尝试还原BIOS设置为默认状态。总之，如果戴尔Percision增加的硬盘无法被识别，需要逐一排查连接、硬件、驱动和BIOS设置等可能出现的问题，并根据情况进行相应的调整和处理。如无法解决，建议联系戴尔的售后服务或技术支持部门寻求更专业的帮助。 ### 回答2：戴尔Precision是一款高性能工作站电脑，但有时候它可能会遇到硬盘不被识别的问题。以下是一些可能导致该问题的原因和解决方法：首先，检查硬盘连接。请确保硬盘的电源线和数据线都正确连接到主板上。有时候，出厂时连接不良可能会导致硬盘无法被识别。其次，检查BIOS设置。进入计算机的BIOS界面，并确认硬盘是否被正确地识别。如果BIOS中没有显示硬盘，那么需要手动添加硬盘信息。此外，可能是驱动程序的问题。尝试更新硬盘的驱动程序，以确保其与操作系统兼容。你可以前往戴尔的官方网站，找到相应的驱动程序并下载安装。另外一种可能是硬件故障。如果硬盘在其他计算机上都能正常工作，那么很有可能是戴尔Precision的硬件问题。在这种情况下，建议联系戴尔的售后支持部门，以便得到更具体的帮助和解决方案。总而言之，戴尔Precision增加硬盘不被识别可能是由连接问题、BIOS设置、驱动程序或硬件故障引起的。通过检查这些方面，并采取相应的解决措施，有助于解决该问题。如果以上方法无效，建议寻求戴尔的售后支持来解决该问题。 ### 回答3：戴尔Precision系列是一款以桌面工作站为主的计算机品牌，其硬盘不识别的问题可能有多种原因。首先，检查硬盘连接方面的问题。确保硬盘与主板连接良好，插头没有松动或脱落。可以尝试拔出硬盘并重新插入，确保插头与插口完全对齐。其次，检查硬盘供电是否正常。如果硬盘未正确供电，电脑无法识别硬盘。确保硬盘电源线与电源连接牢固，并检查电源是否正常工作。另外，查看BIOS设置。进入计算机的BIOS设置界面，确认硬盘是否被正确识别。如果BIOS没有识别到硬盘，可以尝试将硬盘模式更改为AHCI或IDE模式，并保存更改后重新启动计算机。如果以上方法都没有解决问题，可以尝试更新硬件驱动程序。在戴尔官网上找到正确的硬件驱动程序，下载并安装更新。如果问题仍然存在，可能是硬盘本身存在故障。可以尝试将硬盘连接到其他计算机上，检查能否被正确识别。如果在其他计算机上也无法识别，则很可能是硬盘故障，需要更换新的硬盘。总之，戴尔Precision增加硬盘不识别的问题可能是由连接问题、供电问题、BIOS设置、驱动程序或硬盘故障引起的。根据具体情况进行排查，以确保硬盘能够正常被识别和使用。