首先，我们了解遥感影像分类精度评价的发展过程。
       遥感影像解译的分类精度评价方法在柳钦火等的《定量遥感模型、应用不确定性研究》书中分为四个阶段：
       第一阶段主要以目视为主，例如在遥感影像处理软件中，可通过卷帘模式来对分类结果进行定性评价，具有较强的主观性；
       第二阶段主要是定性到定量的一个过渡，是通过比较分类所得的专题图中的各项地类所占的面积比例与实际各项地类所占的面积比例作比较来对分类精度进行评价。但是该方法具有一定的局限性，可能会掩盖分类结果的真实精度，例如有时会出现地物分类的面积比例与实际较为相符，但是却分在了错误的位置；
       第三阶段在第二阶段的基础上，对各项地类与实际地类进行定位类别比较，并衍生出各种精度测量；
       第四阶段在第三阶段的基础上边衍生而出，以误差矩阵为核心，并在利用误差矩阵的信息上，发展各种测量量。
接着，我们主要对以误差矩阵为基础产生的遥感分类精度评价量进行归纳总结。
误差矩阵 ，又称混淆矩阵，其模式如下：

然后，我们对多类分类性能评价标准进行简单介绍。
       在多类分类的性能评价中，我们常用的是精度（accuracy），即分类正确的样本个数/分类的总样本数。但是我们知道仅仅如此来评判分类精度的话会丧失样本量较少的类别的分类准确性，在实际生产生活中，这个错误是十分致命的。例如我们对100个病人判定其是否患有恶性肿瘤（实际情况中患恶性肿瘤的患者数为4），就算我们将所有病人判定为无恶性肿瘤，我们的分类精度也达到了96%，看着分类精度很高，但是明显我们知道这种分类结果是不满足我们生产生活的要求的。
因此，我们引入了宏平均（macro-average)和微平均（micro-average)。
       一般在计算宏平均时采用的为F1值，宏平均的计算公式为：

对于TP、FN、TN、FP，我们知道，在多分类问题中，分类结果一般有4种情况：
    属于类C的样本被正确分类到类C，记这一类样本数为 TP；
    不属于类C的样本被错误分类到类C，记这一类样本数为 FN；
    属于类别C的样本被错误分类到类C的其他类，记这一类样本数为 TN；
    不属于类别C的样本被正确分类到了类别C的其他类，记这一类样本数为 FP 。
微平均的计算公式为Micro-average=(TP + FP) / (TP + TN + FP + FN)，可以看出微平均相当于直接计算精度。
       最后，我们可以看出，多分类中的准确率即遥感分类中的生产者精度，而多分类中的召回率为遥感分类中的用户精度。

进一步可参考：

多分类任务的性能评价——宏平均和微平均

https://zhuanlan.zhihu.com/p/44458405

https://blog.csdn.net/qq280929090/article/details/70598629 （解释比较详细）

注：precision又叫查准率，recall又叫查全率！！

关于IoU的详细说明：语义分割的评价指标——IoU

【参考】

https://blog.csdn.net/gactyxc/article/details/54984326

点滴分享，福泽你我！Add oil！