YOLOv7混淆矩阵中的背景FN和FP代表什么？

Question

我运行了一个yolov7模型来检测垃圾，我想知道如何解释混淆矩阵。图像由两个类组成:被检测到的对象要么是“垃圾”，要么不是“垃圾”。但是，在行中似乎有一个新的类，称为背景FN，列上有一个背景FP。

我知道FN和FP意味着假阳性和假阴性。但我假设，对于一个2类问题，将有两行和两列，具有典型的TP、TN、FP、FN值。现在有这些额外的概率值，我不知道它们是从哪里来的。我使用的数据集来自于：https://universe.roboflow.com/nam-nhat/trash-dvdrr?utm_source=augmented-startups&utm_medium=video&utm_campaign=yolov7-tutorial，这个混淆矩阵是在建立yolov7模型后与其他曲线一起自动创建的，比如精度与置信曲线和精确与回忆曲线。现在我想预测模型的准确性和虚警率，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。我无法发布混乱矩阵的图像，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

对象检测有点不同，请按以下方式理解。

背景FP是指不属于任何一个类但被检测为其中一个的背景对象。

背景FN是指检测器遗漏的垃圾或非垃圾对象，被认为是其他背景对象。