清楚明了：评估标准mAP的含义与计算

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/L_0000/article/details/85095803

清楚明了：评估标准mAP的含义与计算

1. 应用场景
   在（目标/时序动作）检测中，对于识别出的每一个框都有（N+1）个是score，对应着N个class和1个background，选择最高的score作为最终的评判

2. 定义
   mAP：mean Average Precision ,即各类别AP的平均值
   AP：P-R曲线下的面积
   P-R曲线：precision-recall曲线
   Precision：TP / (TP + FP)，查准率，在检测出的正样本中，有多大比例是真正的正样本
   Recall：TP / (TP + FN)，查全率，在所有的正样本中，有多少被检测出来
   TP: IoU>threshold的检测框数量（同一Ground Truth只计算一次）
   FP: IoU<=threshold的检测框，或者是检测到同一个GT的多余检测框的数量
   FN: 没有检测到的GT的数量
   因此，threshold就成为影响Precision和Recall的关键因素。对于不同的threshold，就会有不同的Precision-Recall曲线，曲线下的面积也就是这个class的Average Precision。

3. mAP
   也就是多个class 的Average Precision的平均值，即mean Average Precision

参考1：https://www.cnblogs.com/pinard/p/5993450.html
参考2：https://www.zhihu.com/question/53405779