YOLOv7混淆矩阵中的“背景”FN和FP代表什么

Question

我运行了 yolov7 模型来检测垃圾，我想知道如何解释混淆矩阵。图像由两类组成：检测到的对象是垃圾或不是垃圾。但似乎有一个新类，沿行称为“Background FN”，沿列称为“Background FP”。

我理解FN和FP的意思是假阳性和假阴性。但我假设对于 2 类问题，将有两行和两列，其中包含典型的 TP、TN、FP、FN 值。现在有这些额外的概率值，但我不明白它们来自哪里。 我使用的数据集来自这里：https://universe.roboflow.com/nam-nhat/trash-dvdrr?utm_source=augmented-startups&utm_medium=video&utm_campaign=yolov7-tutorial 建立 yolov7 模型后，该混淆矩阵会与其他曲线（例如精度与置信度曲线和精度与召回率曲线）一起自动创建。现在我想预测模型的准确性以及误报率，所以我认为了解 TP、TN、FP、FN 值会有帮助，但我不理解这个背景类。 我无法发布混淆矩阵的图像，所以我正在制作一个表格。

<table>
<tr>
<th></th>
<th>Not Trash</th>
<th>Trash</th>
<th>Background FP</th>
</tr>
<tr>
<td>Not Trash</td>
<td>0.77</td>
<td>0.02</td>
<td>0.27</td>
</tr>
<tr>
<td>Trash</td>
<td>0.02</td>
<td>0.97</td>
<td>0.73</td>
</tr>
<tr>
<td>Background FN</td>
<td>0.21</td>
<td>0.02</td>
<td></td>
</tr>
</table>

Answer 1

物体检测有点不同；理解如下。

背景 FP 指的是不属于任何一个类但被检测为其中一个类的背景对象。

背景FN指的是探测器遗漏的垃圾或非垃圾物体，并被视为一些其他背景物体。

Answer 2

背景 FN ： 指的是模型未能在不存在对象的区域中检测到对象的漏报数量（即，漏检“背景”类）。

背景 FP ： 指的是模型在不存在对象的区域中错误检测到对象的误报数量（即“背景”类的错误检测）。