目标检测:FP(误检)和FN(漏检)统计
Posted @BangBang
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了目标检测:FP(误检)和FN(漏检)统计相关的知识,希望对你有一定的参考价值。
1. 介绍
目标检测,检测结果分为三类:TP
(正确检测),FP
(误检),FN
(漏检), 尤其是针对复杂场景或者小目标检测场景中,会存在一些FP
(误检),FN
(漏检)。
如何对检测的效果进行可视化
,以帮助我们改进模型
,提高模型recall
值。
步骤
- (1): 数据需要准备为yolo格式
- (2) 训练数据获得模型model
- (3) 利用训练的模型再测试集上预测,获得pred
- (4) 根据测试集的标签label与pred结果,分析
FP
和FN
2.数据准备
数据需要处理为yolo格式
, 即每图片对应一个.txt
的label信息,训练后的label也是每张图片对应.txt
文件
|----dataset
|-- imgages
|--train
谈谈基于深度学习的目标检测网络为什么会误检,以及如何优化目标检测的误检问题
以上是关于目标检测:FP(误检)和FN(漏检)统计的主要内容,如果未能解决你的问题,请参考以下文章
谈谈基于深度学习的目标检测网络为什么会误检,以及如何优化目标检测的误检问题
Detection:目标检测常用评价指标的学习总结(IoUTPFPTNFNPrecisionRecallF1-scoreP-R曲线APmAP ROC曲线TPRFPR和AUC)