术语

全称

解释

True

表示推理正确

False

表示推理错误， 跟ground truth(位置，类别）比对之后得到的结论

positive

推理为正例，iou > 阈值，类别概率>阈值

negative

推理为反例，不符合正例条件

TP    

True  positive

推理为正例， 推理正确 —— 有效框内的物体就是目标物体

FP 

False positive

推理成正例，但是推理错误

TN

True negative

推理成反例，推理正确 —— 表示有效框内确实不包含任何物体（位置<IOU阈值，or 类别概率全部<阈值）

FN 

False negative

推理成反例，但是推理错误 —— 表示该框内包含目标物体，但是没有检测出来或者分类错误

P

precision

精确率，表示模型推理出的有效框中（positive)，推理正确的比例。

Precision = TP / (TP+FP)

R

recall

召回率/查全率，表示真实的目标物体中，有多少推理成功的。
recall = TP / (TP + FN)

Accuracy

Accuracy

准确率，三个指标中最直观的指标，表示模型推理正确的数据占总数据的比例。
accuracy = (TP + TN) / (TP + FP + TN + FN)

与分类网络的区别在于：分类网络结果正确只有一种情况（应为分类网络图片中必定有某个物体）

IOU

Intersection over union

交并比，衡量两个区域的重叠程度的指标， 蓝色框：ground truth; 黄色框：预测框

NMS

Non Maximum suppression

非极大值抑制，通过筛选局部极大值得到最优解。—— 定位算法

76x76 原图 -> 1x1 小物体定位

      -> 2x2 中等物体

      -> 4x4 大物体

1.将图片均分成NxN个锚点框，然后每张锚点框选择3个box，一共得到N*N*3个box (记作boxes_0, 19x19x3个)

2.分别计算boxes_0与ground truth之间的IOU，留下大于某个阈值的box（记作boxes_1)；

3. 每个ground truth只保留一个iou最大的box，其余扔掉（去重操作）;

    方法是计算boxes_1之间的IOU，大于阈值的对应同一个ground truth

   boxes_1 iou value降序排列

   box_id     0 1  2  3 4   5  6  7  8  

是否有效    1  0 1  0  0  1  0  0  0

如上：

step1. 从box0开始，box1-box8依次与box0比对，box1/3/4/8与box0计算的IOU均大于阈值，认为是同一个框，因此标记成无效框（box0 iou_value最大，为最优解），剩下box被认为不同于box0；

step2. 移动到下一个有效框box2，box6/7与box2计算 IOU大于阈值，标记成无效框；

step3. 移动到下一个有效框box5，后面没有有效框了，结束；

4.结果：得到该图片上所有 box，分别对应不同的目标物体，之后再进行物体分类；

预测结果包含：bounding_box(x1, y1,x2,y2), 置信率之一Pc (是有效框的概率, IOU_Value）

AP

Average precision

平均精确度，针对单类别。这里会得到置信率之二： confidence ( 该框是某个类别的概率）

-> 推理正确的标志：

1. Pc > iou_threshold;

2. confidence > p_threshold

AP中的average指的就是p_threshold取不同值时，结果的平均值

-> yolo nms之后得到的数据如下，根据19x19x255为例， 19x19x3x85, 19x19x3为box数量，每一个box对应85个元素输出，详细过程见下面的“AP计算”

mAP

Mean Average precision

每个类别都计算出AP，计算平均值

mAP50

IOU=0.5

mAP(IoU=0.5:0.95)

[0.5,0.95], 每间隔0.05取一次Iou，计算该阈值的mAP，最终计算平均值