深度學習筆記（八）：目標檢測性能評價指標（mAP、IOU..）

一、mAP 　　這裏首先介紹幾個常見的模型評價術語，現在假設我們的分類目標只有兩類，計爲正例（positive）和負例（negtive）分別是： 　　1）True positives(TP):  被正確地劃分爲正例的個數，即實際爲正例且被分類器劃分爲正例的實例數（樣本數）； 　　2）False positives(FP): 被錯誤地劃分爲正例的個數，即實際爲負例但被分類器劃分爲正例的實例數； 　　

>>阅读原文<<