目標檢測中 yolo 的mAP是什麼含義？

mAP定義及相關概念

P => precision，即 準確率
R => recall，即 召回率
PR曲線 = >即 以 precision 和 recall 做爲 縱、橫軸座標 的二維曲線。通常來講，precision 和 recall 是 魚與熊掌 的關係
AP值 => Average Precision，即 平均精確度 。
       如何衡量一個模型的性能，單純用 precision 和 recall 都不科學。因而人們想到，哎嘛爲什麼不把 PR曲線下的面積 當作衡量尺度呢？因而就有了 AP值 這一律念。這裏的 average，等因而對 precision 進行 取平均 。
mAP值 =>Mean Average Precision，即 平均AP值 。
PR曲線: Precision-Recall曲線
TP: IoU>0.5的檢測框數量（同一Ground Truth只計算一次）
FP: IoU<=0.5的檢測框，或者是檢測到同一個GT的多餘檢測框的數量
FN: 沒有檢測到的GT的數量

mAP 計算 公式

 

mAP的具體計算

由前面定義，咱們能夠知道，要計算mAP必須先繪出各種別PR曲線，計算出AP。而如何採樣PR曲線，VOC採用過兩種不一樣方法

在VOC2010之前，只須要選取當Recall >= 0, 0.1, 0.2, ..., 1共11個點時的Precision最大值，而後AP就是這11個Precision的平均值。

在VOC2010及之後，須要針對每個不一樣的Recall值（包括0和1），選取其大於等於這些Recall值時的Precision最大值，而後計算PR曲線下面積做爲AP值。