1、TP TN FP FN的概念

TP TN FP FN里面一共出现了4个字母，分别是T F P N。
T是True；
F是False；
P是Positive；
N是Negative。

T或者F代表的是该样本 是否被正确分类。
P或者N代表的是该样本 被预测成了正样本还是负样本。

TP（True Positives）意思就是被分为了正样本，而且分对了。
TN（True Negatives）意思就是被分为了负样本，而且分对了，
FP（False Positives）意思就是被分为了正样本，但是分错了（事实上这个样本是负样本）。
FN（False Negatives）意思就是被分为了负样本，但是分错了（事实上这个样本是正样本）。

2、目标检测中的TP TN FP FN的概念

在训练的时候，有正样本和负样本之分，正样本是与gt的iou值高于iou阈值(一般为0.5)的图像区域/框；负样本是与gt的iou值低于iou阈值的图像区域/框。

在测试时，所有预测出来的框都是P（机器认为的正样本），与gt的iou高于iou阈值的为TP，反之为FP。没有预测出来的框都是N，目标检测一般不区分TN和FN。因为负样本根本没有显示出来，也不存在区分真假的问题。因此，目标检测中，TN和FN无意义。

目标检测常用的评估指标，precision=TP/TP+FP, recall=TP/GT（也就是recall=TP/TP+FN）.

               TP

   FP

版权声明：本文为CSDN博主「辣大辣条」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/pangxing6491/article/details/118391477