当前位置：首页 > news >正文

AP AR

news 来源：原创 2025/8/15 11:26:26

混淆矩阵

	真实值=正例	真实值=负例
预测值=正例	TP	FP
预测值=负例	FN	TN

（根据阈值预测）

P精确度计算：TP/(TP+FP)

R召回率计算：TP/(TP+FN)

AP

综合考虑P R

根据不同的阈值计算出不同的PR组合，画出PR曲线，计算曲线下面积即为PR

（所有点插值法计算，简单来讲就是近似计算小矩形面积和）

import numpy as np
import matplotlib.pyplot as pltdef calculate_precision_recall(confusion_matrices):#计算P Rrecall = []precision = []for tp, fp, fn in confusion_matrices:if tp + fp == 0:p = 0.0else:p = tp / (tp + fp)if tp + fn == 0:r = 0.0else:r = tp / (tp + fn)precision.append(p)recall.append(r)return recall, precisiondef calculate_ap_all_points(recall, precision):#所有点插值法计算面积recall = np.concatenate(([0.], recall, [1.]))precision = np.concatenate(([0.], precision, [0.]))for i in range(precision.size - 1, 0, -1):precision[i - 1] = np.maximum(precision[i - 1], precision[i])ap = np.sum(np.diff(recall) * precision[1:])return ap# 示例 (每个元素为 [TP, FP, FN])
confusion_matrices = [[10, 0, 0],  [8, 1, 2],  [6, 2, 4], [5, 3, 5],  [4, 4, 6],  [3, 7, 7],  
]# 计算精确率和召回率
recall, precision = calculate_precision_recall(confusion_matrices)# 计算AP
ap = calculate_ap_all_points(recall, precision)
print(f"平均精度 (AP): {ap}")plt.plot(recall, precision, marker='o')
plt.xlabel('Recall')
plt.ylabel('Precision')
plt.title('Precision-Recall Curve (AP = {:.3f})'.format(ap))
plt.grid(True)
plt.show()

AR

平均召回率

主要是考虑漏检，专注于R

import numpy as npdef calculate_ar(true_positives, false_negatives, max_detections):recall_values = []for tp, fn in zip(true_positives, false_negatives):if tp + fn == 0:recall = 0.0else:recall = tp / (tp + fn)recall_values.append(recall)# 假设我们只考虑前 max_detections 个召回率值if len(recall_values) > max_detections:recall_values = recall_values[:max_detections]if not recall_values:return 0.0ar = np.mean(recall_values)return ar# 示例数据
true_positives = [10, 8, 6, 5, 4, 3]  # TP
false_negatives = [0, 2, 4, 5, 6, 7]  # FP
max_detections = 5  # 最大检测次数# 计算AR
ar = calculate_ar(true_positives, false_negatives, max_detections)
print(f"平均召回率 (AR): {ar}")#计算maxDets 为10时候的AR
max_detections_2 = 10
ar_2 = calculate_ar(true_positives, false_negatives, max_detections_2)
print(f"平均召回率 (AR)maxDets为10 : {ar_2}")

平均精度（Average Precision，AP）以及AP50、AP75、APs、APm、APl、Box AP、Mask AP等不同阈值和细分类别的评估指标说明-CSDN博客

AP AR

混淆矩阵真实值正例真实值负例预测值正例TPFP预测值负例FNTN （根据阈值预测） P精确度计算：TP/(TPFP) R召回率计算：TP/(TPFN) AP 综合考虑P R 根据不同的阈值计算出不同的PR组合， 画出PR曲线，计算曲线…...

编程日记 2025/8/15 11:26:26

Vue 中的 MVVM、MVC 和 MVP 模式深度解析

文章目录 1. 模式概览与核心概念1.1 模式定义1.2 架构对比图 2. MVC 模式详解2.1 MVC 流程图2.2 Vue 中的 MVC 实现 3. MVP 模式详解3.1 MVP 流程图3.2 Vue 中的 MVP 实现 4. MVVM 模式详解4.1 MVVM 流程图4.2 Vue 中的 MVVM 实现 5. 模式对比分析5.1 职责对比5.2 通信方式对比…...

编程日记 2025/8/15 11:22:14

WVP前后端部署

使用默认的构建，能够直接访问18080，我以为二者是一起的。实际上这不影响前后端分离。前端服务器构建war之后，部署到另外一台机器上，比如使用apache2。后端服务器修改src/main/resources/static/static/js/config.js&#…...

编程日记 2025/8/15 11:22:13

VSTO（C#）Excel开发9：处理格式和字体

初级代码游戏的专栏介绍与文章目录-CSDN博客我的github：codetoys，所有代码都将会位于ctfc库中。已经放入库中我会指出在库中的位置。这些代码大部分以Linux为目标但部分代码是纯C的，可以在任何平台上使用。源码指引：github源…...

编程日记 2025/8/14 13:32:21

蓝耘MaaS平台：阿里QWQ应用拓展与调参实践

摘要：本文深入探讨了蓝耘MaaS平台与阿里QWQ模型的结合，从平台架构、模型特点到应用拓展和调参实践进行了全面分析。蓝耘平台凭借其强大的算力支持、弹性资源调度和全栈服务，为QWQ模型的高效部署提供了理想环境。通过细化语义描述、调整推理参…...

编程日记 2025/8/14 8:04:39

【统计学相关笔记】2. 多元正态的Cochran定理

fisher 引理如何说明一个线性变换和二次型独立： 二次型矩阵和线性变换阵乘积0即可。...

编程日记 2025/8/15 11:24:32

Vuex 基础概念与环境搭建

Vuex 是实现数据集中式状态管理的插件。所有组件共享 Vuex 中的数据，当任意组件修改数据时，其他组件会同步更新。与全局事件总线的区别在于： 全局事件总线：数据传递但未真正共享Vuex：数据存储在中央仓库，实…...

编程日记 2025/8/11 6:31:49

使用 BookMarkHub 插件进行书签同步

前言: 通过 BookMarkHub 插件，你可以方便地将书签同步到 GitHub Gist，实现跨设备管理书签。以下是详细的步骤： 使用 BookMarkHub 插件进行书签同步 1. 安装 BookMarkHub 插件2. 获取 GitHub Token3. 获取 Gist ID4. 配置 BookMarkHub 插件5.完…...

编程日记 2025/8/12 17:48:28

用Lua脚本实现Redis原子操作

1. 环境准备依赖：在pom.xml中添加Spring Data Redis： <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId> </dependency>配置RedisTemplate&#…...

编程日记 2025/8/9 23:55:35

【算法】位运算

文章目录 1. 常见位运算总结（图片包含五道算法题）2. leetcode 面试题 01.01 判断字符是否唯一2.1 题目2.2 思路2.3 代码 3.leetcode 268. 丢失的数字3.1 题目3.2 思路3.3 代码 4. leetcode 371.两整数之和4.1 题目4.2 思路4.3 代码 5.leetcode 137.只出现…...

编程日记 2025/8/14 12:35:22

HTML块级元素和内联元素（简单易懂）

在HTML中，元素可以分为块级元素（Block-level elements）和内联元素（Inline elements）。这两类元素在页面布局和样式应用上有不同的特点和用途。一、块级元素（Block-level elements） 1. 定义 …...

编程日记 2025/8/13 23:37:41

【论文精读】DifFace: Blind Face Restoration with Diffused Error Contraction

文章目录 0.前言1.当前问题2.怎么解决问题3.具体做法(Method)3.1 受什么的启发？(Motivation)3.2具体的模型设计(Design)3.3 整体算法 4.实验效果4.1 Synthetic(CelebA-Test)4.2 Real World （LFW, WebPhoto, and WIDER） 0.前言这篇文章是被 …...

编程日记 2025/8/15 1:08:13

[新能源]新能源汽车快充与慢充说明

接口示意图慢充接口为交流充电口（七孔），快充接口为直流充电口（九孔）。引脚说明上图给的是充电口的引脚图，充电枪的为镜像的。慢充接口引脚说明快充接口引脚说明充电流程慢充示意图慢充&…...

编程日记 2025/8/10 21:28:28

AI智能分析网关V4将HTTP消息推送至安防监控视频汇聚EasyCVR平台的操作步骤

TSINGSEE青犀视频智能分析网关V4内置了近40种AI算法模型，支持对接入的视频图像进行人、车、物、行为等实时检测分析，上报识别结果，并能进行语音告警播放。硬件管理平台支持RTSP、GB28181协议、以及厂家私有协议接入，可兼容市面上常…...

编程日记 2025/8/11 21:35:26

程序代码篇---STM32串口通信

文章目录前言1. 头文件和全局变量2. 串口1初始化函数3. 串口1发送字节函数4. 串口1发送字符串函数5. 串口1发送数字函数6. 重定义fputc函数7. 串口数据解析函数8. 串口2中断服务程序总结前言本次将介绍一个基于STM32微控制器的串口通信实现，包含了串口的初始化、…...

编程日记 2025/8/12 18:50:14

PECL（Positive Emitter-Coupled Logic）电平详解

一、PECL电平的定义与核心特性 PECL（正射极耦合逻辑）是一种基于射极耦合逻辑（ECL）技术的高速差分信号标准，采用正电源供电（如5V或3.3V）。其核心特性包括高速传输、低噪声、强抗干扰能力&am…...

编程日记 2025/8/11 20:03:21

1、操作系统引论

一、操作系统会使用linux系统建议大家先学会linux的基础指令，可以看菜鸟教程网站进行学习。 1、各种定义操作系统定义管理计算机的硬件和软件资源， 能对各类作业进行调度，方便用户使用计算机的程序集合。操作系统运行在内核态&#xf…...

编程日记 2025/8/14 5:44:32

L1-7 统一命名规范（java）

你所在的公司刚刚招收了几位程序员，然而这些程序员之前在不同的公司工作，所以他们习惯的变量命名规范可能存在差异，需要让他们都习惯公司要求的命名规范，然而这样可能会降低他们的工作效率。你的上司找到了你，希望你…...

编程日记 2025/8/14 14:11:40

LVS + Keepalived 高可用集群

一、LVSKeepalived 原理 1.1.LVS 负载均衡原理 LVS（Linux Virtual Server）是一种基于 Linux 内核的负载均衡技术，它通过 IPVS（IP Virtual Server）模块来实现。LVS 可以将客户端的请求分发到多个后端服务器上&#xf…...

编程日记 2025/8/12 14:45:48

使用MySQL的Binlog来同步数据到ES当中

一、技术选型与核心原理核心组件 • MySQL Binlog：ROW模式记录数据变更事件（INSERT/UPDATE/DELETE），提供原子性变更流 • Canal/OpenReplicator：伪装MySQL Slave订阅Binlog（本文以Canal 1.1.6为例&#xf…...

编程日记 2025/8/13 2:26:10

沐数科技数据开发岗笔试题2025

描述性统计标准差答案: A 解析: 标准差衡量数据集中数值变化或离散程度的一种度量。它反映了数据集中的各个数值与数据集的平均值（均值）之间的偏离程度。标准差越大，表明数据的分布越分散；标准差越小，表明数据…...

编程日记 2025/8/15 7:42:31

什么是 HTML?

HTML 是用来描述网页的一种语言。 HTML 指的是超文本标记语言: HyperText Markup LanguageHTML 不是一种编程语言，而是一种标记语言标记语言是一套标记标签 (markup tag)HTML 使用标记标签来描述网页HTML 文档包含了HTML 标签及文本内容HTML文档也叫做 web 页面 HT…...

编程日记 2025/8/13 1:22:16

coding ability 展开第四幕（滑动指针——巩固篇）超详细！！！！

文章目录前言水果成篮思路找到字符串中所有字母异位词思路串联所有单词的子串思路最小覆盖子串思路总结前言本专栏上一篇博客，带着大家从认识滑动窗口到慢慢熟悉相信大家对滑动窗口已经有了大概的认识其实主要就是抓住——一段连续的区间今天来学习一些滑…...

编程日记 2025/8/12 6:31:53

【Linux我做主】基础命令完全指南上篇

Linux基础命令完全指南【上篇】 Linux基础命令完全指南github地址前言命令行操作的引入Linux文件系统树形结构的根文件系统绝对路径和相对路径适用场景Linux目录下的隐藏文件基本指令目录和文件相关1. ls2. cd和pwdcdpwd 3. touch4. mkdir5. cp6. mv移动目录时覆盖写入的两种特…...

编程日记 2025/8/11 8:25:22

101.在 Vue 3 + OpenLayers 使用 declutter 避免文字标签重叠

1. 前言在使用 OpenLayers 进行地图开发时，我们经常需要在地图上添加点、线、区域等图形，并给它们附加文字标签。但当地图上的标注较多时，文字标签可能会发生重叠，导致用户无法清晰地查看地图信息。幸运的是，OpenL…...

编程日记 2025/8/9 16:01:44

可以输入命令获取默认 webpack 设置 vue inspect > set.js 1.使用缓存 configureWebpack: {cache: {type: filesystem, // 使用文件系统缓存类型buildDependencies: {config: [__filename] // 缓存依赖，例如webpack配置文件路径}}}, 2.启用 vue-loader (测试明…...

编程日记 2025/8/13 1:24:30

大模型推理后JSON数据后处理

大模型推理后JSON数据后处理 flyfish LLM 通常指的是 Large Language Model，也就是大语言模型，针对 JSON格式的输出，可以在大模型推理前、推理中、推理后进行处理，这里是在推理后进行处理。针对模型输出结果，可采用结…...

编程日记 2025/8/11 21:48:41

面试总结：2024前端面试题

前几天写了一篇对面试官的吐槽，今天来总结一下最近面试的一些题目。题目不分具体公司了，毕竟题目的重复率不会特别高，就多做准备吧。技术面还是离不开“八股文”，个人不喜欢也没办法，硬着头皮上，下面分几个…...

编程日记 2025/8/9 9:35:13

剑指 Offer II 083. 没有重复元素集合的全排列

comments: true edit_url: https://github.com/doocs/leetcode/edit/main/lcof2/%E5%89%91%E6%8C%87%20Offer%20II%20083.%20%E6%B2%A1%E6%9C%89%E9%87%8D%E5%A4%8D%E5%85%83%E7%B4%A0%E9%9B%86%E5%90%88%E7%9A%84%E5%85%A8%E6%8E%92%E5%88%97/README.md 剑指 Offer II 083. 没…...

编程日记 2025/8/9 14:24:16

混淆矩阵

AP

AR

相关文章：