深度学习之:查全率(召回率recall)和查准率(精确率precision)
2018-01-17 11:05
2011 查看
看yolo9000时,作者在table2下面提到一句话,是Two exceptions are swithing to a fully convolutional network with anchor boxes and using the new network...
作者说利用anchor boxes 没有改变mAP,但是增加了召回率。
不明白召回率的含义,百度之,含义如下:
在信息检索领域,精确率和召回率又被称为查准率和查全率,召回率(Recall Rate,也叫查全率)是检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率;精度是检索出的相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率。
那么高的召回率意味着什么呢?
一般来说,由于噪声的存在,召回率和精确率是不成正比的。 研究表明: 在不牺牲精度的情况下,获得一个高召回率是很困难的.召回率越高, 精度下降的很快, 而且这种趋势不是线性的。
所以在precision不变的情况下,提高了recall,意味着这个算法寻找目标,精度高,漏检低,即找的又全又准!!
作者说利用anchor boxes 没有改变mAP,但是增加了召回率。
不明白召回率的含义,百度之,含义如下:
在信息检索领域,精确率和召回率又被称为查准率和查全率,召回率(Recall Rate,也叫查全率)是检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率;精度是检索出的相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率。
那么高的召回率意味着什么呢?
一般来说,由于噪声的存在,召回率和精确率是不成正比的。 研究表明: 在不牺牲精度的情况下,获得一个高召回率是很困难的.召回率越高, 精度下降的很快, 而且这种趋势不是线性的。
所以在precision不变的情况下,提高了recall,意味着这个算法寻找目标,精度高,漏检低,即找的又全又准!!
相关文章推荐
- 精确率(准确率、查准率、precision)、召回率(查全率、recall)、RoC曲线、AUC面积、PR曲线
- 【YOLO学习】召回率(Recall),精确率(Precision),平均正确率(Average_precision(AP) ),交除并(Intersection-over-Union(IoU))
- 【YOLO学习】召回率(Recall),精确率(Precision),平均正确率(Average_precision(AP) ),交除并(Intersection-over-Union(IoU))
- 【YOLO学习】召回率(Recall),精确率(Precision),平均正确率(Average_precision(AP) ),交除并(Intersection-over-Union(IoU))
- 【YOLO学习】召回率(Recall),精确率(Precision),平均正确率(Average_precision(AP) ),交除并(Intersection-over-Union(IoU))
- 【YOLO学习】召回率(Recall),精确率(Precision),平均正确率(Average_precision(AP) ),交除并(Intersection-over-Union(IoU))
- 查全率(Recall)、查准率(Precision)以及综合评价指标(F1-Measure )
- 召回率(Recall),精确率(Precision),平均正确率(Average_precision(AP) ),交除并(Intersection-over-Union(IoU))
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 准确率(Accuracy)、精确率(Precision)和召回率(Recall)的区别
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 信息检索领域的准确率(accuracy),精确率(Precision),召回率(Recall)
- 【机器学习基础】准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 机器学习性能评估指标---准确率(Accuracy), 精确率(Precision), 召回率(Recall)
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 算法评判标准:召回率(recall)与查准率(precision)