深度学习，分类，检测，分割，模型评价指标总结

原创

于 2020-05-08 21:54:53 发布 · 3.3k 阅读

CC 4.0 BY-SA版权

文章标签：

本文总结了深度学习中分类、检测和分割任务的模型评价指标。对于分类，介绍了准确率、精确率、召回率和F1-score；检测网络涉及IoU、AP和mAP；分割模型的评价指标包括像素精度（PA）、分类像素精度（CPA）、平均像素精度（MPA）和交并比（MIoU）。这些指标有助于评估模型性能并选择最佳权重。

当我们训练完自己的模型以后，怎样知道不同的权重到底哪个好呢。一张张看？显然不合理，所以需要有一个衡量的标准。

1.分类网络：

首先要知道TP,FP,TN,FN的概念

如下图：

多种类的时候可以使用混淆矩阵来看一下分类的结果：

&nbs