评估的具体内容和方法
发布时间
阅读量：
阅读量
真阳性正确识别
假阳性误判识别
假阴性未被识别
在上述图表中，TP的数值为1，FP为0，而FN则为4，此时计算得出的精确度指标为1。
在上述图表中所展示的五个目标对象，系统共生成了50个边界框，所有目标均被包含于这些边界框之内，因此TP值为5，FN值为0（未出现漏检情况），此时召回率recall达到1。然而，仅依据这两个参数无法实现对模型性能的准确衡量，必须将这两个指标相结合，通过绘制P-R曲线（Precision-Recall曲线）来进行综合评估。
还没有任何评论哟~