1、IOU

分割或者目標(biāo)檢測(cè)預(yù)測(cè)prediction，可以分成4個(gè)部分：
1、true negative（TN）把區(qū)域A，預(yù)測(cè)為是背景，并且確實(shí)是背景
2、false negative（FN）畫出了一塊區(qū)域B，預(yù)測(cè)是背景，但是實(shí)際上是標(biāo)簽
3、false positive（FP）畫出一塊區(qū)域C，預(yù)測(cè)是標(biāo)簽，其實(shí)是背景
4、true positive（TP）畫出一塊區(qū)域D，預(yù)測(cè)是標(biāo)簽，確實(shí)是標(biāo)簽
在評(píng)價(jià)的時(shí)候常用的指標(biāo)有：IOU（交并比，也有叫做IU的），像素準(zhǔn)確率（pixel-accuracy），有的時(shí)候還有平均準(zhǔn)確率（mean-accuracy）

總結(jié)一下：看最后一個(gè)字母是N就是預(yù)測(cè)是背景，那么真實(shí)的標(biāo)簽是不是背景呢？看第一個(gè)字母，是T就是，預(yù)測(cè)的是背景，確實(shí)是背景；是F，就說明，預(yù)測(cè)是背景，其實(shí)是標(biāo)簽；再來，看第二個(gè)字母是P，說明預(yù)測(cè)是標(biāo)簽，是不是呢？看第一個(gè)字母，是T，預(yù)測(cè)的標(biāo)簽，事實(shí)確實(shí)就是標(biāo)簽，是F，預(yù)測(cè)是標(biāo)簽，事實(shí)上是背景。

然后

再通俗地說就是

這個(gè)圖

解釋一下我畫的圖：
nIOU是預(yù)測(cè)是標(biāo)簽真實(shí)確實(shí)是標(biāo)簽的所有像素 / （你預(yù)測(cè)的部分的像素 + 真實(shí)標(biāo)簽的像素 - 分子）

2、混淆矩陣

https://zhuanlan.zhihu.com/p/360765777

混淆矩陣是一個(gè)總結(jié)分類器所得結(jié)果的矩陣，一般為k行k列（k為分類的類別數(shù)）。以二分類為例，混淆矩陣如下圖所示。

• 假陽性率（FPR）
  
  FP就是預(yù)測(cè)是標(biāo)簽，但是實(shí)際上是背景，希望這件事情不要發(fā)生，所以假陽性率越小越好。
  再說一下上面的公式：FP，假陽，預(yù)測(cè)是標(biāo)簽，實(shí)際是背景，預(yù)測(cè)錯(cuò)了，用FP比上（FP+TN），比上它自己然后加上，TN，就是預(yù)測(cè)是背景，并且預(yù)測(cè)對(duì)了，所以就是
  
  記住FP就是背景，怎么看，先看P標(biāo)簽，再看F，假的，假的標(biāo)簽就是背景
  TN，一看N背景，再看T真的，真背景，顯然是背景
  所以FP+TN就是總的背景的像素?cái)?shù)。
  希望模型別老把背景認(rèn)成標(biāo)簽，希望你小一點(diǎn)，（你就是這個(gè)假陽率指標(biāo)）
• 真陽性率（TPR）
  
  TP就是預(yù)測(cè)的是標(biāo)簽，實(shí)際上它確實(shí)是標(biāo)簽，說明預(yù)測(cè)對(duì)了，所以希望真陽性率越大越好。（也是召回率的公式）
  
  希望模型把標(biāo)簽的區(qū)域都預(yù)測(cè)出來啊，所以希望你大一些

通過設(shè)定一個(gè)閾值如0.6，概率大于等于0.6的為標(biāo)簽，小于0.6的為背景。對(duì)應(yīng)的就可以算出一組(FPR,TPR),在平面中得到對(duì)應(yīng)坐標(biāo)點(diǎn)。隨著閾值的逐漸減小，越來越多的實(shí)例（比如像素）被劃分為標(biāo)簽，但是這些標(biāo)簽中同樣也摻雜著真正的背景，即TPR和FPR會(huì)同時(shí)增大。閾值最大時(shí)，對(duì)應(yīng)坐標(biāo)點(diǎn)為(0,0),閾值最小時(shí)，對(duì)應(yīng)坐標(biāo)點(diǎn)(1,1)。

3、ROC曲線

ROC曲線是Receiver Operating Characteristic Curve的簡(jiǎn)稱，中文名是受試者工作特征曲線。
如何畫ROC曲線：

（1）首先，ROC曲線的橫坐標(biāo)是假陽性率FPR，縱坐標(biāo)是真陽性率TPR。
（2）其次，明確計(jì)算ROC的時(shí)候，預(yù)測(cè)值y_pred一般都是[0, 1]的小數(shù)（代表預(yù)測(cè)為正樣本的概率），真實(shí)值y_true為0或1。如果計(jì)算FPR和TPR，我們就需要知道預(yù)測(cè)的正負(fù)樣本情況，但給的預(yù)測(cè)值是小數(shù)，如何劃分預(yù)測(cè)的正負(fù)樣本呢？答案是選取截?cái)帱c(diǎn)（閾值）。
（3）截?cái)帱c(diǎn)是指區(qū)分正負(fù)預(yù)測(cè)結(jié)果的閾值。比如截?cái)帱c(diǎn)=0.1，那就表示y_pred<0.1的為預(yù)測(cè)為負(fù)樣本，y_pred>=0.1預(yù)測(cè)正樣本。所以繪制ROC曲線需要不斷移動(dòng)“截?cái)帱c(diǎn)”（調(diào)整閾值）來得到所有的(FPR，TPR)點(diǎn)，然后把這些點(diǎn)用線段連起來就是ROC曲線了。

計(jì)算ROC