3.4 评测指标
目前常用的目标检测评价方法有平均精度（AP）、平均精度均值（mAP）、准确率率和召回率。设TP是在正样本集中预测为正样本的个数，FN是在正样本集中却被预测为负样本的个数，FP是在负样本集中预测为正样本个数，FN是在负样本集中预测为负样本的个数。则准确率度、召回率、AP和mAP的计算公式（8）~ 公式（11）如下：
通过调用训练过程保存的模型参数文件，即生成的权重文件，可对小麦植株数据集中的图片进行相应的测试，测试后可自动识别并定位测试图片中的小麦植株。测试结果如下图所示，模型能够很准确地定位和识别单个不同条件下的小麦植株；虽然有小部分的遮挡，也不影响目标检测的准确性。 对于含有多个小麦植株且有重叠的图像检测结果，除了个别被严重遮挡的小麦植株外，对于含有大部分重叠的小麦植株，模型依旧能够正确识别并准确定位，说明本研究算法对于小麦植株的检测具有良好的检测性能。
