目标检测模型训练评价指标之一

速度、检测精确度及定位精确度是目标检测算法的主要评价指标，速度的评价指标主要指目标检测算法每秒检测的图片数量（FPS）；检测精确度的评价指标主要指各类目标物体的平均检测精度（AP）和所有目标检测类别的 AP 平均值（m AP）；定位精确度的评价指标主要指预测框和目标真实框的重合程度，即交并比（Io U）表示。

准确率（Precision）和召回率（Recall）是目标检测算法中两个重要评价指标，当目标检测算法对某一类别物体进行检测识别时，会产生四种预测结果，如下图所示的混淆矩阵（confusion matrix）。

True positive（TP）：被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数（样本数）；

False positive（FP）：被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；

False negative（FN）：被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；

True negative（TN）：被正确地划分为负例的个数，即实际为负例且被分类器划分为负例的实例数。