Faster R-CNN/ R-FCN在github上的python源码用mAP来度量模型的性能。mAP是各类别AP的平均，而各类别AP值是该类别precision(prec)对该类别recall(rec)的积分得到的，即PR曲线下面积，关于PR曲线和AP计算相关博客很多不在这赘述，这里主要从代码角度看一下pascal_voc.py和voc_eval.py里关于AP，rec, prec的实现。
源码里有AP和mAP的计算部分，但没有画PR曲线，上一篇博客讲了通过在lib/datasets/pascal_voc.py里加几行代码画PR曲线。严格来说，其实就是加了一句话：
pl.plot(rec, prec, lw=2,
label='Precision-recall curve of class {} (area = {:.4f})'
''.format(cls, ap))参数里的rec和prec是由函数voc_eval得到：
rec, prec, ap = voc_eval(
filename, annopath, imagesetfile, cls, cachedir, ovthresh=0.5,
use_07_metric=use_07_metric)该函数在lib/datasets/voc_eval.py中，详细分析如下：
# --------------------------------------------------------
# Fast/er R-CNN
# Licensed under The MIT License [see LICENSE for details]
# Written by Bharath Hariharan
# --------------------------------------------------------
import xml.etree.ElementTree as ET
import os
import cPickle
import numpy as np
def parse_rec(filename): #读取标注的xml文件
""" Parse a PASCAL VOC xml file """
tree = ET.parse(filename)
objects = []
for obj in tree.findall('object'):
obj_struct = {}
obj_struct['name'] = obj.find('name').text
obj_struct['pose'] = obj.find('pose').text
obj_struct['truncated'] = int(obj.find('truncated').text)
obj_struct['difficult'] = int(obj.find('difficult').text)
bbox = obj.find('bndbox')
obj_struct['bbox'] = [int(bbox.find('xmin').text),
int(bbox.find('ymin').text),
int(bbox.find('xmax').text),
int(bbox.find('ymax').text)]
objects.append(obj_struct)
return objects
def voc_ap(rec, prec, use_07_metric=False):
""" ap = voc_ap(rec, prec, [use_07_metric])
Compute VOC AP given precision and recall.
If use_07_metric is true, uses the
VOC 07 11 point method (default:False).
计算AP值，若use_07_metric=true,则用11个点采样的方法，将rec从0-1分成11个点，这些点prec值求平均近似表示AP
若use_07_metric=false,则采用更为精确的逐点积分方法
"""
if use_07_metric:
# 11 point metric
ap = 0.
for t in np.arange(0., 1.1, 0.1):
if np.sum(rec >= t) == 0:
p = 0
else:
p = np.max(prec[rec >= t])
ap = ap + p / 11.
else:
# correct AP calculation
# first append sentinel values at the end
mrec = np.concatenate(([0.], rec, [1.]))
mpre = np.concatenate(([0.], prec, [0.]))
# compute the precision envelope
for i in range(mpre.size - 1, 0, -1):
mpre[i - 1] = np.maximum(mpre[i - 1], mpre[i])
# to calculate area under PR curve, look for points
# where X axis (recall) changes value
i = np.where(mrec[1:] != mrec[:-1])[0]
# and sum (\Delta recall) * prec
ap = np.sum((mrec[i + 1] - mrec[i]) * mpre[i + 1])
return ap
def voc_eval(detpath, ######主函数，计算当前类别的recall和precision
annopath,
imagesetfile,
classname,
cachedir,
ovthresh=0.5,
use_07_metric=False):
"""rec, prec, ap = voc_eval(detpath,
annopath,
imagesetfile,
classname,
[ovthresh],
[use_07_metric])
Top level function that does the PASCAL VOC evaluation.
#detpath检测结果txt文件，路径VOCdevkit/results/VOC20xx/Main/<comp_id>_det_test_aeroplane.txt。
"""该文件格式：imagename1 confidence xmin ymin xmax ymax (图像1的第一个结果)
imagename1 confidence xmin ymin xmax ymax (图像1的第二个结果)
imagename1 confidence xmin ymin xmax ymax (图像2的第一个结果)
......
每个结果占一行，检测到多少个BBox就有多少行，这里假设有20000个检测结果
"""
detpath: Path to detections
detpath.format(classname) should produce the detection results file.
annopath: Path to annotations
annopath.format(imagename) should be the xml annotations file. #xml 标注文件。
imagesetfile: Text file containing the list of images, one image per line. #数据集划分txt文件，路径VOCdevkit/VOC20xx/ImageSets/Main/test.txt这里假设测试图像1000张，那么该txt文件1000行。
classname: Category name (duh) #种类的名字，即类别，假设类别2（一类目标+背景）。
cachedir: Directory for caching the annotations #缓存标注的目录路径VOCdevkit/annotation_cache,图像数据只读文件，为了避免每次都要重新读数据集原始数据。
[ovthresh]: Overlap threshold (default = 0.5) #重叠的多少大小。
[use_07_metric]: Whether to use VOC07's 11 point AP computation
(default False) #是否使用VOC07的AP计算方法，voc07是11个点采样。
"""
# assumes detections are in detpath.format(classname)
# assumes annotations are in annopath.format(imagename)
# assumes imagesetfile is a text file with each line an image name
# cachedir caches the annotations in a pickle file
# first load gt 加载ground truth。
if not os.path.isdir(cachedir):
os.mkdir(cachedir)
cachefile = os.path.join(cachedir, 'annots.pkl') #只读文件名称。
# read list of images
with open(imagesetfile, 'r') as f:
lines = f.readlines() #读取所有待检测图片名。
imagenames = [x.strip() for x in lines] #待检测图像文件名字存于数组imagenames,长度1000。
if not os.path.isfile(cachefile): #如果只读文件不存在，则只好从原始数据集中重新加载数据
# load annots
recs = {}
for i, imagename in enumerate(imagenames):
recs[imagename] = parse_rec(annopath.format(imagename)) #parse_rec函数读取当前图像标注文件，返回当前图像标注，存于recs字典（key是图像名，values是gt）
if i % 100 == 0:
print 'Reading annotation for {:d}/{:d}'.format(
i + 1, len(imagenames)) #进度条。
# save
print 'Saving cached annotations to {:s}'.format(cachefile)
with open(cachefile, 'w') as f:
cPickle.dump(recs, f) #recs字典c保存到只读文件。
else:
# load
with open(cachefile, 'r') as f:
recs = cPickle.load(f) #如果已经有了只读文件，加载到recs。
# extract gt objects for this class #按类别获取标注文件，recall和precision都是针对不同类别而言的，AP也是对各个类别分别算的。
class_recs = {} #当前类别的标注
npos = 0 #npos标记的目标数量
for imagename in imagenames:
R = [obj for obj in recs[imagename] if obj['name'] == classname] #过滤，只保留recs中指定类别的项，存为R。
bbox = np.array([x['bbox'] for x in R]) #抽取bbox
difficult = np.array([x['difficult'] for x in R]).astype(np.bool) #如果数据集没有difficult,所有项都是0.
det = [False] * len(R) #len(R)就是当前类别的gt目标个数，det表示是否检测到，初始化为false。
npos = npos + sum(~difficult) #自增，非difficult样本数量，如果数据集没有difficult，npos数量就是gt数量。
class_recs[imagename] = {'bbox': bbox,
'difficult': difficult,
'det': det}
# read dets 读取检测结果
detfile = detpath.format(classname)
with open(detfile, 'r') as f:
lines = f.readlines()
splitlines = [x.strip().split(' ') for x in lines] #假设检测结果有20000个，则splitlines长度20000
image_ids = [x[0] for x in splitlines] #检测结果中的图像名，image_ids长度20000，但实际图像只有1000张，因为一张图像上可以有多个目标检测结果
confidence = np.array([float(x[1]) for x in splitlines]) #检测结果置信度
BB = np.array([[float(z) for z in x[2:]] for x in splitlines]) #变为浮点型的bbox。
# sort by confidence 将20000各检测结果按置信度排序
sorted_ind = np.argsort(-confidence) #对confidence的index根据值大小进行降序排列。
sorted_scores = np.sort(-confidence) #降序排列。
BB = BB[sorted_ind, :] #重排bbox，由大概率到小概率。
image_ids = [image_ids[x] for x in sorted_ind] 对image_ids相应地进行重排。
# go down dets and mark TPs and FPs
nd = len(image_ids) #注意这里是20000，不是1000
tp = np.zeros(nd) # true positive，长度20000
fp = np.zeros(nd) # false positive，长度20000
for d in range(nd): #遍历所有检测结果，因为已经排序，所以这里是从置信度最高到最低遍历
R = class_recs[image_ids[d]] #当前检测结果所在图像的所有同类别gt
bb = BB[d, :].astype(float) #当前检测结果bbox坐标
ovmax = -np.inf
BBGT = R['bbox'].astype(float) #当前检测结果所在图像的所有同类别gt的bbox坐标
if BBGT.size > 0:
# compute overlaps 计算当前检测结果，与该检测结果所在图像的标注重合率，一对多用到python的broadcast机制
# intersection
ixmin = np.maximum(BBGT[:, 0], bb[0])
iymin = np.maximum(BBGT[:, 1], bb[1])
ixmax = np.minimum(BBGT[:, 2], bb[2])
iymax = np.minimum(BBGT[:, 3], bb[3])
iw = np.maximum(ixmax - ixmin + 1., 0.)
ih = np.maximum(iymax - iymin + 1., 0.)
inters = iw * ih
# union
uni = ((bb[2] - bb[0] + 1.) * (bb[3] - bb[1] + 1.) +
(BBGT[:, 2] - BBGT[:, 0] + 1.) *
(BBGT[:, 3] - BBGT[:, 1] + 1.) - inters)
overlaps = inters / uni
ovmax = np.max(overlaps)#最大重合率
jmax = np.argmax(overlaps)#最大重合率对应的gt
if ovmax > ovthresh:#如果当前检测结果与真实标注最大重合率满足阈值
if not R['difficult'][jmax]:
if not R['det'][jmax]:
tp[d] = 1. #正检数目+1
R['det'][jmax] = 1 #该gt被置为已检测到，下一次若还有另一个检测结果与之重合率满足阈值，则不能认为多检测到一个目标
else: #相反，认为检测到一个虚警
fp[d] = 1.
else: #不满足阈值，肯定是虚警
fp[d] = 1.
# compute precision recall
fp = np.cumsum(fp) #积分图，在当前节点前的虚警数量，fp长度
tp = np.cumsum(tp) #积分图，在当前节点前的正检数量
rec = tp / float(npos) #召回率，长度20000，从0到1
# avoid divide by zero in case the first detection matches a difficult
# ground truth 准确率，长度20000，长度20000，从1到0
prec = tp / np.maximum(tp + fp, np.finfo(np.float64).eps)
ap = voc_ap(rec, prec, use_07_metric)
return rec, prec, ap