學習來源 公眾號：有三AI https://mp.weixin.qq.com/s/u-QTHFSA-8rwvL0KBVYXjQ

深度學習模型評估指標

一個深度學習模型在各類任務中的表現都需要定量的指標進行評估，才能夠進行橫向的對比比較，包含了分類、回歸、質量評估、生成模型中常用的指標。

1 分類評測指標

圖像分類是計算機視覺中最基礎的一個任務，也是幾乎所有的基準模型進行比較的任務，從最開始比較簡單的10分類的灰度圖像手寫數字識別mnist，到後來更大一點的10分類的cifar10和100分類的cifar100，到後來的imagenet，圖像分類任務伴隨著數據庫的增長，一步一步提升到了今天的水平。現在在Imagenet這樣的超過1000萬圖像，2萬類的數據集中，計算機的圖像分類水準已經超過了人類。

圖像分類，顧名思義就是一個模式分類問題，它的目標是將不同的圖像，劃分到不同的類別，實現最小的分類誤差，這裏只考慮單標簽分類問題，即每一個圖片都有唯一的類別。

對於單個標簽分類的問題，評價指標主要有Accuracy，Precision，Recall，F-score，PR曲線，ROC和AUC。

在計算這些指標之前，先計算幾個基本指標，這些指標是基於二分類的任務，也可以拓展到多分類：