准确率、召回率及mAP

  • Post author:
  • Post category:其他


最近在看毕业设计相关的论文,mAP这个性能评估指标多次出现,因此谈谈自己对mAP的理解。然而,看mAP前,我们需要先了解下P和R的概念

(1)

Precision

:准确率,又称查准率,指所有检索到的文件中,相关文件所占的比率。

(2)

Recall

:召回率,又称查全率,指所有相关文件中,检索到的文件所占的比率。

图源:

图源:

http://www.vanjor.org/blog/2010/11/recall-precision/

(侵删)

注意:在实际应用中,准确率和召回率就像鱼和熊掌,不可兼得:准确率高时,召回率低;召回率高时,准确率低。

因此,我们要根据应用场景选择相应的侧重点:如果是

单纯做搜索

,那就是保证召回的情况下提升准确率;如果做

疾病监测、反垃圾

,则是保准确率的条件下,提升召回。当两者都要求高的情况下,我们可以用F1来衡量。

F1 = 2 * P * R / (P + R)

  • AP

    :Average Precision,即对召回率取平均,也等于

    PR曲线下的面积



    PR曲线

  • mAP

    :mean Average Precision,即平均AP值,常用于预测对象以及类的算法中,公式如下所示






版权声明:本文为qq_30999155原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。