YOLOv7改进之实验结果：新增mAP75的值

YOLOv7是一种计算机视觉算法，用于实时目标检测和定位。最近的改进在YOLOv7中引入了新增的mAP75指标来评估模型的性能。本文将详细介绍这项改进并提供相应的源代码。

目标检测模型的性能通常通过平均精度（mean Average Precision，mAP）来衡量。传统上，mAP的计算基于IoU（Intersection over Union）阈值为0.5的检测结果。但是，这个阈值可能无法准确地评估模型对小目标的检测能力。因此，在YOLOv7中，我们引入了一个新的指标mAP75，该指标使用IoU阈值为0.75来计算。

下面是用于计算mAP75的源代码示例：

def compute_mAP75(predictions, targets):
    mAP75 = 0.0
    num_predictions = len(predictions)