目标检测01：常用评价指标（AP、AP50、AP@50:5:95、mAP）
YOLOv5的参数与性能指标
版权声明：本文为CSDN博主「phily123」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/phily123/article/details/121337740
相关推荐
目标检测学习笔记——CascadeRcnn
参考链接： https://blog.csdn.net/qq_34562093/article/details/81569801 https://blog.csdn.net/Chunfengyanyulove/article/de
目标检测学习笔记——训练日志
CascadeRcnn_ResNeXt101_1x : 0.441 CascadeRcnn_ResNeXt101_1xmultiple traintest : 0.495 CascadeRcnn_ResNet50_1x : 0.452 Casc
基于机器视觉的缺陷检测
参考文章
瑕疵检测（深度学习） 缺陷检测算法汇总（传统深度学习方式）|综述、源码 汇总 | 深度学习实现缺陷检测方法 基于机器视觉的表面缺陷检测存在哪些问题与难点 缺陷检测机器视觉在制造
目标检测：mAP (Mean Average Precision)
什么是mAP呢？这里的m是mean，平均值，所以搞懂AP是什么就行了。
AP即平均精确度。那么目标检测任务中，如何衡量一个模型的平均精确度？
通常来讲有两个指标。
P&
暂无评论