precision和recall，AP和mAP，ROC curve和precision recall curve

阿新 • • 發佈：2019-01-29

AP和mAP是目標檢測和資訊檢索中常用的evaluation metric

計算AP需要先計算precision和recall，得到每一類的AP後，對所有類的AP做平均，就得到mAP。

注1：計算AP時需要先計算precision和recall，而計算precision和recall需要先計算IoU，並且設定threshold才能得出precision和recall。PASCAL VOC和COCO對threshold的設定採取了不同的方式，VOC採用了固定threshold的方式，即0.5；而COCO採用了多個threshold，即0,0.1,0.2......1。具體參考reference的第一個連結。

注2：

mAP的具體計算（來自知乎：https://www.zhihu.com/question/53405779/answer/419532990）

在VOC2010以前，只需要選取當Recall >= 0, 0.1, 0.2, ..., 1共11個點時的Precision最大值，然後AP就是這11個Precision的平均值。

在VOC2010及以後，需要針對每一個不同的Recall值（包括0和1），選取其大於等於這些Recall值時的Precision最大值，然後計算PR曲線下面積作為AP值。

$precision=\frac{TP}{TP+FP}$ ，衡量了演算法找到正例的能力（找到的正例裡面真實正例的比例）

precision等價於

$recall= \frac{TP}{TP+FN}$ ，衡量了演算法覆蓋正例的能力（找到的正例佔所有真實正例的比例）

recall等價於sensitivity

ROC curve的x軸是FPR，y軸是TPR

$FPR= \frac{FP}{FP+TN} = 1-specificity$

$TPR= \frac{TP}{TP+FN}= sensitivity$

precision-recall curve的x軸是recall，y軸是precision

Reference

資料分析，資訊檢索，分類體系中常用指標簡明解釋——關於準確率、召回率、F1、AP、mAP、ROC和AUC

在資訊檢索、分類體系中，有一系列的指標，搞清楚這些指標對於評價檢索和分類效能非常重要，因此最近根據網友的部落格做了一個彙總。準確率、召回率、F1 資訊檢索、分類、識別、翻譯等領域兩個最基本指標是召回率(Recall Rate)和準確率(Precision Rate)，召回率也叫查全率，準確率也叫查準

利用ajax請求，後臺返回map，ajax中解析map資料

後臺返回的資料為： Map<String, String> mapList = new HashMap<String, String>(); mapList.put(key, value); Map<String, Map<String, String&g

java中的幾種泛型類——HashSet、HashMap、TreeSet、TreeMap，遍歷map，排序，HashTable比較

package test; import java.util.Collections; import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.TreeMap; public c

Map，equals，hashCode，遍歷Map，裝載因子，HashMap，LinkedHashMap

//MapDemo----------------------- package day081702; import java.util.HashMap; import java.util.Map; /** * Map像多行2列的表格（key - valu

DataSet資料集在使用sql()時，無法使用map，flatMap等轉換運算元的解決辦法

開發十年，就只剩下這套架構體系了！ >>>

precision和recall，AP和mAP，ROC curve和precision recall curve

AP和mAP是目標檢測和資訊檢索中常用的evaluation metric 計算AP需要先計算precision和recall，得到每一類的AP後，對所有類的AP做平均，就得到mAP。注1：計算AP時需要先計算precision和recall，而計算precision和

es6 Map，Set 和 WeakMap，WeakSet

mage span 移除種類安全時有簡單 weak 方便這些是新加的集合類型，提供了更加方便的獲取屬性值的方法，不用像以前一樣用hasOwnProperty來檢查某個屬性是屬於原型鏈上的呢還是當前對象的。同時，在進行屬性值添加與獲取時有專門的get，set 方法。

ES6---擴展運算符和rest‘...’(三點運算符)，在數組、函數、set/map等中的應用

數組集合發揮通過一起數量 ... XML 參數運算符和 ES6新增的三點運算符，是由三個點表示，在數組中扮演著重要的角色，可以對數組進行合並與分解、可以對set等數據結構進行轉換、可以對函數參數進行簡化表示，接下來，我們一起揭開其神秘面紗… ●三點—r

Map四種獲取key和value值的方法，以及對map中的元素排序（轉）

compareto map.entry 排序區別 sta hashmap 得到 package log 獲取map的值主要有四種方法，這四種方法又分為兩類，一類是調用map.keySet()方法來獲取key和value的值，另一類則是通過map.entrySet()方法來

map，hash_map和unordered_map 實現比較

map介紹 Map是STL[1]的一個關聯容器，它提供一對一（其中第一個可以稱為關鍵字，每個關鍵字只能在map中出現一次，第二個可能稱為該關鍵字的值）的資料處理能力，由於這個特性，它完成有可能在我們處理一對一資料的時候，在程式設計上提供快速通道。這裡說下map內部資料的組織，map內部自建一顆紅

利用map和reduce編寫一個str2float函式，把字串'123.456'轉換成浮點數123.456

廖雪峰老師的教程裡面的一道題把字串轉成浮點型利用map和reduce編寫一個str2float函式，把字串’123.456’轉換成浮點數123.456： def str2float(s): DISGITS = {'0':0, '1':1, '2':2,

java集合類，List和Set比較，各自的子類比較（ArrayList，Vector，LinkedList；HashSet，TreeSet），Map集合比較

ArrayList，LinkedList，Vector都屬於ListList：元素是有順序的，元素可以重複因為每個元素有自己的角標（索引）|-- ArrayList:底層是陣列結構，特點是：查詢很快，增刪稍微慢點，執行緒不同步：A執行緒將元素放在索引0位置，CPU排程執行緒A停止，B執行，也將元素放在索引0位

小王說來來鬥地主，但是木有牌，怎麼辦-------模擬鬥地主洗牌和發牌對牌進行排序並同時使用Map,List,Set等集合

直接上程式碼了。 package cn.ketang.lianxi03; import java.util.ArrayList; import java.util.Collections; /** * ArrayList實現 * 模擬鬥地主洗牌和發牌 * 分析：

幾個易混淆的概念（準確率-召回率，擊中率-虛警率，PR曲線和mAP，ROC曲線和AUC）

準確率、召回率、F1 資訊檢索、分類、識別、翻譯等領域兩個最基本指標是召回率(Recall Rate)和準確率(Precision Rate)，召回率也叫查全率，準確率也叫查準率，概念公式: 召回率(Recall) = 系統檢索到的相關檔案 / 系統所有相關的檔

java8 stream初試，map排序，list去重，統計重複元素個數，獲取map的key集合和value集合

//定義一個100元素的集合，包含A-Z List<String> list = new LinkedList<>(); for (int i =0;i<100;i++){

簡述list，vector，map，set四中STL的資料結構的區別和各自特點

向量相當於一個數組在記憶體中分配一塊連續的記憶體空間進行儲存。支援不指定vector大小的儲存。STL內部實現時，首先分配一個非常大的記憶體空間預備進行儲存，即capacituy（）函式返回的大小，當超過此分配的空間時再整體重新放分配一塊記憶體儲存，這給人以vector可以不指定vect

pair 和make_pair比較，以及在map中的用法

Pair和make_pair型別概述 1.pair是一種模板型別，其中包含兩個資料值，兩個資料的型別可以不同. eg:pair <int,string>a; 表示a中有兩個型別，比如第一個元素可以是int型的，第二個元素是string型別的，如果建立

mAP，召回率（Recall），精確率（Precision）

如果一個學習器的P-R曲線被另一個學習器的P-R曲線完全包住，則可斷言後者的效能優於前者，例如上面的A和B優於學習器C，但是A和B的效能無法直接判斷，但我們往往仍希望把學習器A和學習器B進行一個比較，我們可以根據曲線下方的面積大小來進行比較，但更常用的是平衡點或者是F1值。平衡點（BEP）是查準率=查全率時的

python中列表、字典和map，lambda函式的操作淺析新

一：一些簡單的操作列表切片a=[1,2,3,4,5,6,7,8] a[1:] [2, 3, 4, 5, 6, 7, 8] a[::-1] [8, 7, 6, 5, 4, 3, 2, 1] a[2:4] [3, 4] a[::-2] [8, 6, 4, 2] a[-3:-1]

合併和拆分map，合併和拆分list,應用於把表格的兩行並排顯示

合併兩個map: eg1. public static void main(String args[]) { Map<String, Object> map =new HashMap<String, Object>(); Ma

precision和recall，AP和mAP，ROC curve和precision recall curve

相關推薦