【如何通俗易懂的理解mAP】——mAP理解
明确问题:
大背景是object detection， 我就以正在学的RetinaNet应用背景为例， 识别出来的每一个框都有N+1个score， 对应着N个class和1个background， 我们会选score最高的那个作为最终的判断基本定义: precision和recall的含义， preicision是在你认为的正样本中， 有多大比例真的是正样本， recall则是在真正的正样本中， 有多少被你找到了。
问题核心:
我们需要一个对于score的threshold, 为什么呢? 比如在一个bounding box里， 我识别出来鸭子的score最高， 可是他也只有0.1， 那么他真的是鸭子吗？ 很可能他还是负样本。 所以我们需要一个阈值， 如果识别出了鸭子而且分数大于这个阈值才真的说他是正样本， 否则他是负样本那么threshold到底是怎么影响precision和recall的呢？
我们还是用鸭子的例子
- 如果threshold太高， prediction非常严格， 所以我们认为是鸭子的基本都是鸭子，precision就高了；
- 但也因为筛选太严格， 我们也放过了一些score比较低的鸭子， 所以recall就低了如果threshold太低， 什么都会被当成鸭子， precision就会很低， recall就会很高；
这样我们就明确了threshold确实对鸭子的precision和recall产生影响和变化的趋势， 也就带来了思考， precision不是一个绝对的东西，而是相对threshold而改变的东西， recall同理， 那么单个用precision来作为标准判断， 就不合适。 这是一场precision与recall之间的trade off， 用一组固定值表述不够全面， 因为我们根据不同的threshold， 可以取到不同（也可能相同）的precision recall值。 这样想的话对于每个threshold，我们都有（precision， recall）的pair， 也就有了precision和recall之间的curve关系
有了这么一条precision-recall curve， 他衡量着两个有价值的判断标准， precision和recall的关系， 那么不如两个一起动态考虑， 就有了鸭子这个class的Average Precision， 即curve下的面积， 他可以充分的表示在这个model中， precision和recall的总体优劣。
最后， 我们计算每个class的Average Precision， 就得到了mean Average Precision