目标检测精度相关概念和AP计算方法

引言

在目标检测文章中经常看到结论表格中出现AP这一指标来对模型预测精度进行评价。那么AP到底是什么？AP如何计算？

相关概念

AP即Average Precision的缩写，直译为平均精度；
IOU即Intersection over Union，交并比为预测框和真实框相交的面积除以两者的并集。在三维检测中，直接替换三维框的体积即可，若只关注某一平面上的投影，则可以利用投影框来算IOU；

GT即Ground Truth，是指目标的真实标注框，是目标检测中的真值，通常是以人工标注方式获得；

TP即True Positive，表征检测正确的预测框，预测框和GT的IOU大于阈值则认为是一个TP。若同一个GT存在多个IOU大于阈值的预测框，那么有最大IOU的预测框为TP，其它的为FP；
FP即False Positive，表征检测不准的预测框，当预测框和GT的IOU小于阈值则认为是一个FP；
TN即True Negative，本就不应该做预测的对象，模型确实未作预测。我理解是TN是无限多个；
FN即False Negative，有GT但模型未作预测；
（True/False意味着状态是否正确；Positive/Negative意味着是否有Bounding Box生成）

Precision精度表征生成的预测框中，有多少比例预测是正确的；
$$Precision=\frac{TP}{TP+FP}$$
Recall召回率表征在Ground Truth中，有多少被成功预测正确；
$$Recall=\frac{TP}{TP+FN}=\frac{TP}{GT}$$
AP即Average Precision，表征对某一类别检测时，目标检测器的表现；
mAP即mean Average Precision，在多种类别目标检测时的评价指标，为各类目标AP的平均值。

为什么不直接用Precision或者Recall来评价Detector呢？

最完美的检测器是Presion和Recall都为1。但实际上对于检测器来说，Precision和Recall是个此消彼长的存在。如果想要Precision高，那么必然要减少FP，意味着检测器要尽量少而精的生成BBox(宁可放过一万，不可错杀一个)，使得应该生成BBox但没有的FN增加，从而Recall降低；同样如果想要Recall高，那么必然要减少FN的存在，那么意味着检测器尽量多生成BBox来覆盖GT(宁可错杀一万，不可放过一个)，必然导致FP的上升，从而导致Precision的下降。因此必须结合两者来对检测器进行评价。

AP计算方式

AP(Average Precision)平均精度是在固定IOU阈值下，结合了Precision和Recall的某一类目标检测任务下的评价指标。AP的计算依赖于P-R曲线的绘制。

算例：

假设真实值框为20个，一共生成了16个预测框。在IOU阈值为固定值0.7下，预测正确的框为10个，预测错误的框为6个，没有成功检测到的真值为10个。此外每个预测框会对应一个置信度confidence，代表预测框中物体是指定检测类型的概率。
按照置信度将16个预测降序排列，计算每一步检测累计的Precision和Recall，如下表格所示。相当于设置confidece阈值，阈值逐步降低的情况下看Precision和Recall如何变化。

按照表格中的数据绘制P-R Curve，如下图中的蓝色曲线所示。红色为处理后的曲线，处理的原则是右侧出现大值则往左侧转移，即得到阶梯状的曲线。

曲线下方的面积，即为AP值。实际可能面积不便计算，最常见的是11点插值来进行估计，也就是在Recall的取值范围内均匀插入9个值，涵盖端点则有11个值，然后计算这些Precision的平均值，即AP_R11。
$$IOU=0.7下A{P}_{R11}=0.45$$