有谁知道如何正确量化图像检测算法的成功？你如何结合两个错误来源？因为一个源是算法无法检测到的对象数,另一个是算法错误识别为对象的误报数.
因此,例如,如果图像中有574个对象,但算法仅检测到540个对象,同时产生113个误报,那么如何获得百分比准确度？
您可以通过首先计算算法的精度和召回性能来计算所谓的F 1分数(有时只是F分数).
的精度是数量真阳性通过数除以预测阳性,其中预测阳性=(真阳性+假阳性).
的召回是数量真阳性通过数除以实际阳性,其中的实际阳性=(真阳性+假阴性).
换句话说,精确意味着,"在我们检测到匹配的所有对象中,实际上哪个部分匹配？" 并且召回意味着"在所有实际匹配的对象中,我们正确地检测到哪些分数匹配？".
计算精度,P和召回率R后,F 1得分为2*(PR /(P + R)),并为您提供单个度量 - 介于0和1之间 - 用于比较不同算法的性能.
所述˚F 1分数是所使用的,在其他应用中的统计测量,在机器学习.您可以在此维基百科条目中阅读更多相关信息.