mask rcnn涉及点__AP;mAP

参考多篇博客,仅供参考学习

AP（平均精度）

AP50（即，以0.5 为IoU临界值估计出平均准确度)

Mask-RCNN校验结果可以通过计算mAP值得到一个数值的衡量，在10张图片上计算平均值，增加更高的准确性。

mAP值的计算

P：precision，即准确率；

R：recall，即 召回率。

PR曲线：即以precision和recall作为纵、横轴坐标的二维曲线。

AP值：Average Precision，即平均精确度。

mAP值：Mean Average Precision，即平均AP值；是对多个验证集个体求平均AP值。

 

一些相关的定义。假设现在有这样一个测试集，测试集中的图片只由大雁和飞机两种图片组成，假设你的分类系统最终的目的是：能取出测试集中所有飞机的图片，而不是大雁的图片。

True positives : 正样本被正确识别为正样本，飞机的图片被正确的识别成了飞机。
True negatives: 负样本被正确识别为负样本，大雁的图片没有被识别出来，系统正确地认为它们是大雁。
False positives: 假的正样本，即负样本被错误识别为正样本，大雁