mAP计算方法
mAP: mean Average Precision, 即各类别AP的平均值
AP: PR曲线下面积,其实是在0~1之间所有recall值的precision的平均值。
PR曲线: Precision-Recall曲线
Precision: TP / (TP + FP)
精确率(Precision)是针对我们预测结果而言的,它表示的是预测为正的样本中有多少是真正的正样本。
Recall: TP / (TP + FN)
召回率(Recall)是针对我们原来的样本而言的,它表示的是样本中的正例有多少被预测正确了。
那也有两种可能,一种是把原来的正类预测成正类(TP),另一种就是把原来的正类预测为负类(FN)。
AP则是精确率precision/recall曲线浅蓝色的积分值,知道每一类的AP值,然后对所有的类求reduce_mean则得出了模型mAP的值。
举例:
★假设总共60个正样本 40个负样本,我们要找出所有的正样本,系统查找出50个,其中只有40个是真正的正样本,计算上述各指标。
TP:将正类预测为正类的个数:40
FP: 将负类预测为正类的个数:10
TN:将负类预测称负类的个数:30
FN:将正类预测为负类的个数:20
Precision:40/(40+10)=0.8
Recall:40/60=2/3