https://cbovar.github.io/ConvNetDraw/

转载:https://zhuanlan.zhihu.com/p/31424275

https://blog.csdn.net/Xiongchao99/article/details/79155449VOC数据集的理解:https://blog.csdn.net/PNAN222/article/details/81354633?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribu..

https://cbovar.github.io/ConvNetDraw/

转载自：https://blog.csdn.net/YoYoDelphine/article/details/52888276

转载:https://zhuanlan.zhihu.com/p/31424275

参考:https://blog.csdn.net/qwer7512090/article/details/92846558?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-6.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-b

Pixel Accuracy(PA，像素精度)：这是最简单的度量，为标记正确的像素占总像素的比例。Mean Pixel Accuracy(MPA，均像素精度)：是PA的一种简单提升，计算每个类内被正确分类像素数的比例，之后求所有类的平均。Mean Intersection over Union(MIoU，均交并比)：为语义分割的标准度量。其计算两个集合的交集和并集之比，在语义分割的...

Pixel Accuracy(PA，像素精度)：这是最简单的度量，为标记正确的像素占总像素的比例。Mean Pixel Accuracy(MPA，均像素精度)：是PA的一种简单提升，计算每个类内被正确分类像素数的比例，之后求所有类的平均。Mean Intersection over Union(MIoU，均交并比)：为语义分割的标准度量。其计算两个集合的交集和并集之比，在语义分割的...

很多时候我们都用到ROC（receiver operating characteristic curve，受试者工作特征曲线）和AUC(Area Under Curve,被定义为ROC曲线下的面积)来评判一个二值分类器的优劣，其实AUC跟ROC息息相关，AUC就是ROC曲线下部分的面积，所以需要首先知道什么是ROC，ROC怎么得来的。然后我们要知道一般分类器会有个准确率ACC，那么既然有了ACC，