@misc{cv,
  author = {Jingxi Qiu},
  title = {CV目标检测指标},
  howpublished = {Jingxi Qiu},
  year = {2025},
  url = {https://mouwumou.github.io/blog/cv/}
}

Qiu, J. (2025). CV目标检测指标. In Jingxi Qiu.

Qiu, Jingxi. “CV目标检测指标.” Jingxi Qiu, 2025.

Qiu, Jingxi. 2025. “CV目标检测指标.” In Jingxi Qiu. Preprint.

1. 常见评价指标#

分类任务通常是识别输入图像属于哪个类别。常见指标包括：

• Accuracy（准确率）

  $$Accuracy = \frac{TP + TN}{TP + TN + FP + FN}$$

  表示模型预测正确的样本占总样本的比例。适合类别分布平衡的情况。

• Precision（精确率）

$$Precision = \frac{TP}{TP + FP}$$

在所有被预测为正样本的结果中，真正为正的比例。关注预测的“正确性”。

主要意义可以理解为：假的东西不能预测为真；当假阳的代价很高时，我们不希望误判。比如垃圾邮件过滤，如果垃圾邮件被漏掉的代价远小于非垃圾邮件被丢入垃圾站。

• Recall（召回率）

$$Recall = \frac{TP}{TP + FN}$$

在所有真实正样本中，模型成功检出的比例。关注预测的“完整性”。

主要意义可以理解为：真的东西不能预测为假，比如疾病如果阳性被误诊为假阴，可能导致错过治疗。

• F1-score（调和平均值）

$$F1 = 2 \cdot \frac{Precision \cdot Recall}{Precision + Recall}$$

在需要平衡精确率和召回率时使用。

• ROC 曲线 & AUC

  ROC 曲线展示了不同阈值下 TPR vs. FPR 的变化，AUC 是曲线下面积，衡量模型整体区分能力。

• PR 曲线

如果数据集在类别之间大致平衡，AUC 和 ROC 非常适合比较模型。当数据集不均衡时，准确率-召回率曲线 (PRC) 和这些曲线下的面积可以更好地直观比较模型性能。

• AP（Average Precision）和 mAP (Mean Average Precision)

AP在Precision-Recall曲线的基础上，通过计算每一个recall对应precision的平均值得出，AP的值是曲线下的面积。但实际应用中主要取右侧最大值。

在多类别的目标检测中，每一个类别都可以绘制PR/AP曲线，对应所有AP曲线的则是mAP。

2. 目标检测任务常见指标#

目标检测需要预测物体的位置（边界框）和类别。

• IoU（Intersection over Union）

  $$IoU = \frac{预测框 \cap 真值框}{预测框 \cup 真值框}$$

  衡量预测框和真实框的重叠程度。通常认为 IoU ≥ 0.5 即为“检测正确”。

  

• mAP（mean Average Precision）

  

  如果IoU阈值=0.5，则为AP@50（意味着只要预测框与真实框有50%重叠就算正确），如果IoU阈值=0.75，则为 AP@75，以此类推

  在COCO的AP计算中常见AP[.50:.05:.95]：在 IoU 阈值从 0.50 到 0.95，步长 0.05 共 10 个值上分别计算 AP，然后取平均。

  

  因此，常见的对比方式是：

  • $AP@50$：检测是否“找到了目标”；
  • $AP@75$：检测是否“精准框出了目标”；
  • $AP@[.50:.95]$：综合考虑不同严格程度的表现
  • $AP_S$：像素面积小于$32^2$的目标框的AP测量值
  • $AP_M$：像素面积在$32^2-96^2$之间目标框的测量值
  • $AP_L$：像素面积大于$96^2$的目标框的AP测量值

• FPS（Frames per Second）

  衡量模型推理速度，检测中常用来平衡精度与实时性。

3. 图像分割任务常见指标#

分割任务是逐像素地分类。

• Pixel Accuracy（像素精度）

  正确分类像素数 / 总像素数。

• IoU（或称 Jaccard Index）

  用于衡量预测区域与真实区域的重叠程度。

  在语义分割和实例分割中使用。

• mIoU（mean IoU）

  对所有类别的 IoU 取平均，是最常用的分割指标。

• Dice 系数（Dice Coefficient / F1 for segmentation）

$$Dice = \frac{2 \cdot |预测 \cap 真值|}{|预测| + |真值|}$$

对小目标更敏感，常用于医学图像分割。

4. 检索与排序任务常见指标#

如图像检索、人脸识别等，需要对候选结果排序。

• Top-k Accuracy

  如果正确标签出现在前 k 个预测中，即认为正确（常见于 ImageNet）。

• Recall@k

  前 k 个检索结果中是否包含目标。

• mAP@k

  检索任务中的平均精度，取前 k 个结果计算。

• NDCG（Normalized Discounted Cumulative Gain）

  衡量排序结果的相关性与理想排序的接近程度。

5. 一些额外指标#

Focal Loss#

在目标检测（尤其是 One-stage 检测器，如 RetinaNet）中，存在一个突出问题：

1. 样本不平衡：大多数锚框（anchor boxes）是背景（负样本），而真正的目标（正样本）比例很低。
2. 用普通的交叉熵损失（Cross-Entropy Loss），大量容易分类的负样本会主导损失，导致模型对难样本（如小目标、模糊目标）学习不足。

Focal Loss 是在交叉熵损失的基础上加了一个调制因子（modulating factor），用来降低“易分类样本”的损失权重，从而让模型更关注“难分类样本”。

$$FL(P_t)=-\alpha (1-p_t)^\gamma log(p_t)$$

• $p_t$：预测的概率（针对真实类别）。
• $\alpha \in [0,1]$：平衡正负样本的重要性（类似 class balancing）。
• $\gamma \geq 0$：聚焦参数（focusing parameter）。

聚焦参数解释：

• 当 $\gamma = 0$：退化为普通交叉熵。
• 当 $\gamma > 0$：
  • 如果样本容易分类（ptp_tpt 很大），$(1-p_t)^\gamma$ 很小 → 损失被降低。
  • 如果样本难以分类（ptp_tpt 小），$(1-p_t)^\gamma$ 较大 → 损失被放大。

因此，$\gamma$ 控制模型是否更“关注难样本”。

在实践中：

• RetinaNet 论文推荐：$\alpha = 0.25, \gamma = 2$。

参考：#

https://zhuanlan.zhihu.com/p/479674794

https://zhuanlan.zhihu.com/p/88896868

https://blog.csdn.net/qq_42722197/article/details/128963093

https://hackmd.io/@wayne0509/HkZ6rEZMP#mAP

https://developers.google.com/machine-learning/crash-course/classification/accuracy-precision-recall?hl=zh-cn

https://developers.google.com/machine-learning/crash-course/classification/roc-and-auc?hl=zh-cn

Lin, T. Y., Goyal, P., Girshick, R., He, K., & Dollár, P. (2017). Focal loss for dense object detection. In Proceedings of the IEEE international conference on computer vision (pp. 2980-2988).

https://amaarora.github.io/posts/2020-06-29-FocalLoss.html