目標檢測常用評價指標

本文主要參考陳愷大佬在B站商湯賬號的介紹mmdetection的視頻。

檢測結果的正確/錯誤類型

真陽性（Ture Positive）：算法檢測到了某類物體（Positive），而實際圖中也確實有這個物體，檢測結果正確（True）。
假陽性（False Positive）：算法檢測到了某類物體（Postive），但是圖中沒有這個物體，檢測結果錯誤（False）。 又稱為誤檢
假陰性（False Negtive）：算法沒有檢測到某類物體（Negtive），但是圖中有這個物體，檢測結果錯誤（False）。 又稱為漏檢

左下實線框中確實有只貓，也檢測到了，即TP。
右下實線框內沒有物體，但是檢測到了，即FP。
右上虛線框內有屏幕，但是沒有檢測到，即FN。

實際上，二元的混淆矩陣是這樣的：

一定要注意：初次面對這些概念時，兩個字母表示四種可能性，可能會自然而然地認為前后字母分別代表真實值和預測值的真假，但實際上不是這樣的。

P/N確實是表示預測值是真或假，而T/F可不是表示真實值的真或假。T/P 和 F/N 的真正含義是：

• T/F：表示預測的對不對，代表的是預測值與真實值之間的關系
• P/N：表示預測值是真還是假，代表模型對某個樣本的預測結果

這個一定要弄清楚，別被混淆矩陣把自己搞“混淆”了。

準確率Precision與召回率Recall

$$召回率=\frac{正確結果總數}{真值框總數}，即Recall=\frac{TP}{TP+FN}$$

$$準確率=\frac{正確結果總數}{檢測框總數}，即Precision=\frac{TP}{TP+FP}$$

真值框總數與檢測算法無關，因此只需將檢測結果區(qū)分為正確（TP）和誤檢（FP）即可計算recall和precision。

兩種極端的情況：

檢測器將所有的錨框都判斷為物體，此時召回率 $Recall\approx 100\%$ ，但是大量的背景都被誤檢為物體，FP很高，導致準確率很低。

檢測器只將置信度最高的一個框檢測為物體，當然有很大的幾率是正確的，準確率 $Precision\approx 100\%$ ，但是大量的物體被漏檢為背景，FN很高，導致召回率很低。

最理想的情況當然是召回率和準確率都為 100%，但在算法能力有限的現實情況下，我們應當盡可能地平衡二者。

通常做法是將檢測框按照置信度排序，并設置一個置信度閾值，僅輸出置信度大于該閾值的若干個框。

PR曲線和AP值

以上的做法無疑會受到閾值的選取的影響，為了得到和閾值無關的評分，我們可以遍歷閾值，并對召回率和準確率求平均。

具體做法：

檢測框按照置信度排序，取前 $K$ 個框計算Precision和Recall。

遍歷 $K$ 從1到全部檢測框，將得到的Precision和Recall繪制在坐標系上，得到PR曲線。

定義 Average Precision = Precision對Recall的平均值，即PR曲線下的面積，作為檢測器的性能衡量指標。
$$AP={\int }_0^{1}P(R)dR$$

Mean AP

分類別統計AP，并按類別平均得到Mean AP。

Mean AP的完整計算流程：

將數據集中全部圖像的預測框按預測類別分類。

對于某一類別的所有檢測框，計算AP：

• 按置信度將該類別所有檢測框排序
• 逐一與真值框比較，判定TP或FP，并繪制PR曲線
• 對PR曲線插值，計算AP

求所有類別的AP的平均，得到Mean AP。
$$mAP=\frac{1}{C}\sum _{i=1}^C{\int }_0^{1}P(R)dR$$ $C$ 是全部類別數。

部分數據集（如COCO），還需要在不同的IOU閾值下計算Mean AP并平均，作為最終評分，這可以衡量檢測器在不同定位精度要求下的性能。

AP、AP50、AP75

以上我們討論的是在固定 IOU 下的 mAP 結果，我們也提到，有時會對不同的 IOU 也做測試，并記錄性能。我們經常在論文中見到 AP、AP50、AP75 這樣的指標就是指的在不同的 IOU 下的 mAP 結果。

具體來說：

• AP50、AP75：這樣在 AP 后面帶數字的，很好理解，即分別是在 IOU 為 50、75 下的 mAP 值。
• AP：這樣不帶數字的 AP 指標通常指的是 AP@50:5:95，表示 IOU 從 50 ，取到95，步長為5（即50, 55, 60, 65, …, 90, 95），分別計算這些 IOU 值下的 mAP，再求平均。

?

總結

以上是生活随笔為你收集整理的错误类型、混淆矩阵及目标检测常用评价指标的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。