Yolov8相关讲解

评价指标

假如以苹果为例

TP：因为它本来是苹果，但是你预测的也是苹果，所以是正确（T）的正向预测（P）

FN：因为它本来是苹果，但是你预测的不是苹果，所以是错误（F）的反向预测（N）

FP：因为它本来不是苹果，但是你预测的是苹果，所以是错误（F）的正向预测（P）

TN：因为它本来不是苹果，你预测的也不是苹果，所以是正确（T）的反向预测（N）

精度就是看在你认为正确的实例中，你预测的正确的有多少。所以就是准不准的问题。

召回率就是看，所有的苹果实例中，你预测中了多少的苹果。所以就是全不全的问题。

set IoU为0.5的时候。

假如IoU ≥ 0.5 认为是TP，就是正确的正向预测。 假如IoU < 0.5 认为是FP，就是错误的正向预测。 假如有这么一个对象，但是预测没有预测到，就是FN，就是错误的反向预测。