机器学习中 True Positives(真正例TP)、False Positives(假正例FP)、True Negatives(真负例TN)和 False Negatives(假负例FN)指什么
文章目錄
- (原)(有誤)
- 20200206 (有誤)
- 20200206 (正解)
(原)(有誤)
True、False正確檢測還是錯誤檢測(如果畫出框的,還需考慮個閾值,IOU高于閾值并且分類正確的(box+class)才算正確檢測,否則是錯誤檢測)
Positive、Negative指畫沒畫框
所以:
True Positives(真正例TP)是指正確檢測,我們需要的目標(biāo),它畫出框并且分類正確,交并比大于閾值的
False Positives(假正例FP)是指錯誤檢測,不是我們需要的目標(biāo),它畫出框,但交并比小于閾值或分類不正確
True Negatives(真負例TN)是指正確檢測,不是我們要需的目標(biāo),它沒畫框
False Negatives(假負例FN)是指是錯誤檢測,我們需要的目標(biāo),它沒畫框
20200206 (有誤)
更新一下,可能上述表述有誤
Positive、Negative指在沒在ground truth中
True Positives(真正例TP)是指在ground truth中,它畫出框的,標(biāo)注正確的目標(biāo)
False Positives(假正例FP)是指在ground truth中,它畫出框的,標(biāo)注錯誤的目標(biāo)(就是標(biāo)注錯了)
True Negatives(真負例TN)是指不在ground truth中,它畫出框,其實是正確的目標(biāo)
False Negatives(假負例FN)是指不在ground truth中,它畫出框,其實是錯誤的目標(biāo)
20200206 (正解)
更新更新更新,貌似上面理解也不對:
參考文章:TP真陽性, FP假陽性, FN假陰性, TN真陰性
True、False表示預(yù)測是對或錯
TP、True Positive 真陽性:預(yù)測為正,實際也為正
FP、False Positive 假陽性:預(yù)測為正,實際為負
FN、False Negative 假陰性:預(yù)測與負、實際為正
TN、True Negative 真陰性:預(yù)測為負、實際也為負。
也就是說,預(yù)測和實際一致則為真,預(yù)測和實際不一致則為假;如果預(yù)測出來是“正”的,則為“陽”,預(yù)測結(jié)果為 “負”,則為“陰”。
參考文章1:目標(biāo)檢測的評估指標(biāo)mAP的那些事兒
參考文章2:目標(biāo)檢測中如何計算AP和mAP以及繪制P-R曲線以及SSD中如何修改代碼來輸出AP和繪制P-R曲線
總結(jié)
以上是生活随笔為你收集整理的机器学习中 True Positives(真正例TP)、False Positives(假正例FP)、True Negatives(真负例TN)和 False Negatives(假负例FN)指什么的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 机器学习中为啥要有验证集?只要训练集和测
- 下一篇: YunYang1994/tensorfl