precision: 你认为正确的,有多少是真的正确.
recall:你认为正确并且是真的正确的,有多少被找出来了.
Precision & Recall
precision: 精确率/查准率 precision是评价分类器预测的准确性，是正确预测为正样本的数量除以预测为正样本的总数，比如预测有5个正样本，其中有4个是预测正确的，那么precision就是4/5=0.8。
recall: 召回率/查全率 recall是评价分类器找到所有正样本的能力，是正确预测为正样本的数量占所以正样本的总数，比如有4个正确预测的正样本，总的正样本数量是8, 那么recall就是4/8=0.5。
实际中分类器的预测结果可以分为四种，TP，TN ，FP，FN。
--TP true positive 实际为正样本预测为正样本
--TN true negitive 实际为负样本预测为负样本
--FP false positive 实际为负样本预测为正样本
--FN false negative 实际为正样本预测为负样本
precison和recall可以这样计算：
IoU(Intersection over union) IoU用来评价目标检测中预测的物体边框和ground truth的重合度，其计算方法是：
如下图中蓝框和红框的交集除以两个框的并集即为IoU。
