有谁知道如何正确量化图像检测算法的成功？你如何结合两个错误来源？因为一个源是算法无法检测到的对象数，另一个是算法错误识别为对象的误报数。
因此，例如，如果图像中有574个对象，但算法仅检测到540个对象，同时产生113个误报，那么如何获得百分比准确度？
答案 0 :(得分：7)
您可以先计算精度和来计算所谓的 F 1 得分（有时只是F得分）召回算法的性能。
精确度是真阳性的数量除以预测阳性数，其中预测阳性=（真阳性） +误报）。
召回是真阳性的数量除以实际阳性的数量，其中实际阳性=（真阳性） +假阴性）。
换句话说，精度意味着，“在我们检测到匹配的所有对象中，实际匹配的是什么分数？”并且召回意味着“在所有实际匹配的对象中，我们正确检测到哪些分数匹配？”。
计算精度， P 和召回， R ， F 1 得分 2 *（PR /（P + R））并为您提供一个指标 - 介于0和1之间 - 用于比较不同算法的性能。
F 1 得分是在机器学习中使用的统计指标，以及其他应用程序。您可以在this Wikipedia entry中详细了解相关信息。
答案 1 :(得分：0)