Yolov5——评估指标

IOU (Intersection over Union)

IoU也称为交并比，评价边界框正确性的度量指标，表示detection box（检测框）与ground truth（真实标签）的交集和并集的比值。

计算公式

P（Precision）准确率

所有预测为正样本的结果中，预测正确的比率。

对于多目标检测任务，TP（true positive）表示预测出的正确的框，但问题是我们如何判断这个框就是正确的框，预测的框可以画在图片的任何位置，甚至该位置根本就没有对象。
TP（true positive）：对此，Yolo是这样解决的，我们首先要通过模型预测出的框，逐个的与该图像的标注框求IoU，如果与标注框产生的最大IoU大于之前设置好的IoU阈值，并且此预测框对应的标签与通过IoU操作找到的标注框标签一致，便认为此预测框为true positive。
FP（false positive）：反之，如果预测框与所有的框的IoU都没有达到阈值，则认为此预测框是false postive。
因此，FP+TP就是所有的