准确率(Accuracy)
A
c
c
u
r
a
c
y
=
T
P
+
T
N
T
P
+
T
N
+
F
P
+
F
N
Accuracy=\frac{TP+TN}{TP+TN+FP+FN}
Accuracy=TP+TN+FP+FNTP+TN 精确度(Precision)=阳性预测值(Positive Predictive Value) PPV
P
r
e
c
i
s
i
o
n
=
T
P
T
P
+
F
P
Precision=\frac{TP}{TP+FP}
Precision=TP+FPTP 召回率(Recall)= 敏感性(Sensitivity)
S
e
n
s
i
t
i
v
i
t
y
=
T
P
T
P
+
F
N
Sensitivity=\frac{TP}{TP+FN}
Sensitivity=TP+FNTP 特异性(Specificity)
S
p
e
c
i
f
i
c
i
t
y
=
T
N
T
N
+
F
P
Specificity=\frac{TN}{TN+FP}
Specificity=TN+FPTN 漏检率(Miss Rate)
M
i
s
s
R
a
t
e
=
1
−
S
e
n
s
i
t
i
v
i
t
y
Miss Rate=1-Sensitivity
MissRate=1−Sensitivity 参数量(内存占用)- Params (M) :深度学习模型的参数,通常包括权重和偏置。 计算量(运行时间)- Flops:每秒浮点运算次数 AP: 不同 IoU阈值下的平均精度,平均精度指的是PR曲线下面积。 Inf time (FPS) :FPS表示模型每秒可以处理的帧数,用于评估模型的效率。
其他问题:
mmdetection参数量、计算量和FPS: https://blog.csdn.net/weixin_40493382/article/details/128251056 参数量和内存占用之间的关系: https://oldpan.me/archives/how-to-calculate-gpu-memory COCO评估工具箱中AP的计算: https://www.bilibili.com/video/BV1ez4y1X7g2/?spm_id_from=333.999.0.0&vd_source=1add2a1cdc6ef25fe4c3eb2a25bf292a
Todo:
医学的评估指标,随后补充。
相关链接
发表评论