2.1　图像识别

计算机中，信息是以数字的形式输入的，图像的表示单元是像素。像素的描述形式有很多，常用的是RGB三通道描述方式。图2-1展示的是图像的表示单元。图像识别任务是指在给定的图像中精确找到某物体所在位置，并标注出物体的类别。如图2-2所示，通过图像识别算法找出游戏画面中人物和地板所在的位置。

图2-1　图像的表示单元

图2-2　图像识别的目标，蓝框表示类别“地板”，红框表示类别“人物”

常用的图像识别的衡量指标有查准率（Precision）、查全率（Recall）、F1-Score、mAP等。在图像识别中，被正确框选分类的目标物称为正例，反之称为反例。真实情况是正例，被正确预测为正例的样本称为真正例（True Positive，TP），被错误预测为反例的样本称为假反例（False Negative，FN）；真实情况为反例，被预测为正例的样本称为假正例（False Positive，FP），被预测为反例的样本称为真反例（True Negative，TN），如表2-1所示。

表2-1　分类结果混淆矩阵

查准率（Precision）、查全率（Recall）、F1-Score的定义如下：

如果物体的类别有多个（图2-2中的类别为人物和地板），每一个类别都可以根据查准率和查全率绘制一条曲线，AP（Average Precision，AP）就是该曲线下的面积，mAP（mean Average Precision，mAP）是多个类别AP的平均值。mAP常作为衡量图像检测识别精度的指标。