mAP, mean average precision

  • mAP,英文直译是平均精确度(average precision)的平均(mean),它是目标检测中目前主要的metric。在深入理解mAP之前,我们先来了解一下相关的概念。

什么是precision

  • 首先在分类问题中,有一个我们熟悉的混淆矩阵。
    TP_FP
    TP_FP
  • 查准率,是指在所有预测为正例中真正例的比例,也就是预测的准确率。Precision = TP / (TP + FP)
  • 查全率,是指在所有真正例中被正确预测的比率,也就是预测正确的覆盖率。Recall = TP / (TP + FN)

什么是IOU,交并比

TP_FP
TP_FP

怎么计算average precision呢

  • 在物体检测中,每一个预测结果是包含2个部分:bounding box和class probability。bounding box通常是2点的坐标形式,(x_min, y_min, x_max, y_max)。class probility是预测的类别概率。那么,预测正确需要满足以下2个条件:
    • (1) 类别正确且类别概率大于一定的阈值(P_threshold)
    • (2) 预测框和真实框的IOU大于一定的阈值(Iou_threshold)