YOLO是最先进的目标检测模型之一。目标检测问题相比分类问题要更加复杂，因为目标检测不仅要把类别预测正确，还要预测出这个类别具体在哪个位置。

我将目标识别的评估指标总结为两部分，一部分为预测框的预测指标，另一部分为分类预测指标。

预测框的预测指标——IOU（交并比）

预测框的准确率用IOU来反映。交并比是目标检测问题中的一项重要指标，它在训练阶段反映的是标注框与预测框的重合程度，用于衡量预测框的正确程度。

 如上图所示，绿色框为标注框，是在标注数据集时人为标注的框；红色框为预测框，是训练的模型预测出的预测框；中间的橙色区域则为两个框的重合区域。而判断这个模型预测框预测的准不准，就要看IOU了。

 

 如上图所示，IOU指的就是两框的重叠部分的面积，与两框总共部分的面积之比。IOU又称交并比，从字面意思也可以理解，IOU就是两框交集与并集之比。IOU越接近于0，两框重叠越少；IOU越接近于1，两框的重叠程度越高，当IOU等于1时，两框完全重叠。

IOU要搭配IOU阈值一起使用。

IOU阈值一般被定为0.5，当两框的IOU大于阈值时，则判断预测框预测正确。IOU阈值可以修改，IOU阈值越高，则判断预测框预测正确的条件越严格。

分类预测指标

混淆矩阵

在机器学习和深度学习中，将分类任务的预测结果分为以下四种，被称作混淆矩阵：

True Positive(TP)：预测出的为正例，标签值也为正例，预测正确

False Negative(FN)：预测出的为负例，标签值为正例，预测错误

False Positive(FP)：预测出的为正例，标签值为负例，预测错误

True Negative(TN)：预测出的为负例，标签值为负例，预测正确

我在学习这块知识的时候，一直有一个疑问。在多分类的任务中，如何界定某个类别是正例或负例？后来才理解，这里的正例和负例其实只是针对某一类别而言的。例如，coco数据集有80个类别，针对person类而言，person类别就是正例，其他79个类别就是负例；针对car类而言，car类别就是正例，其他79个类别就是负例。

Precision（精度）

Precision指的是精度，Precision的定义如下：

根据定义，Precision的分母是TP与FP之和，TP是预测为正例，真实值也为正例的个数；FP是预测为正例，实际为负例的个数。

分析式子可知，Precision关心的是预测的正例，以及真实的正例和负例。当Precision越大时，FP越小，此时将其他类别预测为本类别的个数也就越少，可以理解为预测出的正例纯度越高。Precision越高，误检越少。

Recall（召回率）

Recall指的是召回率，Recall的定义如下：

根据定义，Recall的分母时TP与FN之和，TP是预测为正例，真实值也为正例的个数；FN是预测为负例，实际是正例的个数。

分析式子可知，Recall关心的是预测的正例和负例，以及真实的正例。当Recall越大时，FN越小，此时将正例预测为负例的个数越少，可以理解为把全部的正例挑出来的越多。Recall越高，漏检越少。

P-R曲线

P-R曲线即为分别以Precision与Recall为坐标围成的曲线。如下图所示，这是一张我自己训练过程中产生的P-R曲线：

 不同颜色的线代表不同类别的PR曲线，蓝色的粗线条表示所有类别平均的PR曲线

P-R曲线与坐标轴围成的面积，可作为衡量一个模型预测结果的参考。若一个模型的P-R曲线完全将另一模型的P-R曲线包裹，那么这个模型预测结果一定优于另一模型。

F1-score

如果有不同的几个模型，他们有着不同的Precision与Recall，那么我们应该如何挑最优的模型？

最直接的办法就是取Precision与Recall的平均值，但取平均值并不可取。因为有时二者有一个极高，一个极低时，这样平均值是高的，但实际的效果并不会好。这时就要用F1-score来权衡Precision与Recall的平均值。

化简得

根据F1-score的定义式可知，F1-score也是取平均值，只不过强调的是二者之间的较小值。通过F1-score的方式来权衡Precision与Recall，可以有效的避免短板效应，这在数学上被称为调和平均数。

 mAP@0.5

有了预测框的预测指标与分类预测的指标，接下来将二者结合即为评价目标检测模型的指标。

AP

AP(average precision 平均精度)：虽然名为平均精度，但AP的计算方法并不是计算Precision的平均值，而是计算每个类别的PR曲线与坐标轴围成的面积，可以用积分的方法进行计算。如果一个模型的AP越大，也就是说PR曲线与坐标轴围成的面积越大，Precision与Recall在整体上也相对较高。

mAP

mAP(mean of Average Precision) : 对所有类别的AP值求平均值。AP可以反映每个类别预测的准确率，mAP就是对所有类的AP求平均值，用于反映整个模型的准确率。mAP越大，PR曲线与坐标轴围城的面积越大。平时我们说的，某一目标检测算法的准确率达到了多少，这个准确率就泛指mAP。

mAP@0.5

在YOLO模型中，你会见到mAP@0.5这样的表现形式，这种形式表示在IOU阈值为0.5的情况下，mAP的值为多少。当预测框与标注框的IOU大于0.5时，就认为这个对象预测正确，在这个前提下再去计算mAP。一般来说，mAP@0.5即为评价YOLO模型的指标之一。

mAP@[0.5:0.95]

YOLO模型中还存在mAP@[0.5:0.95]这样一种表现形式，这形式是多个IOU阈值下的mAP，会在q区间[0.5,0.95]内，以0.05为步长，取10个IOU阈值，分别计算这10个IOU阈值下的mAP，再取平均值。mAP@[0.5:0.95]越大，表示预测框越精准，因为它去取到了更多IOU阈值大的情况。