#新人报道# 新手前端,在练习TS,每日进步

目标检测算法的评价指标
准确率（Precision）：准确率是指预测正确的目标数量与预测出来的目标数量之比。例如，如果预测出 10 个目标，其中有 8 个是正确的，那么准确率就是 8 / 10 = 0.8。它反映了算法预测结果的可靠性。
召回率（Recall）：召回率是指预测正确的目标数量与实际存在的目标数量之比。例如，实际有 10 个目标，预测出了 8 个正确的目标，那么召回率就是 8 / 10 = 0.8。它反映了算法对目标的发现能力。
平均精度（Average Precision，AP）：平均精度是综合考虑准确率和召回率的一个指标。它是在不同召回率下的准确率的平均值。通常通过绘制准确率 - 召回率曲线（P - R 曲线），然后计算曲线下面积（AUC）来得到平均精度。平均精度越高，说明算法的性能越好。
交并比（Intersection over Union，IoU）：交并比是指预测目标的边界框与实际目标的边界框的交集面积与并集面积之比。它用于衡量预测结果与实际结果的匹配程度。一般来说，当 IoU 大于某个阈值（如 0.5）时，认为预测结果是正确的。