mAP计算过程

解释

首先我们是通过在查询集中输入一张图片以后，在候选集中我们就是能够得到五张已经标记了图片，
（也就是说查询后是正确的图片）然后我们对查询后的图片来进行排序，也就是对gallery图库中图片
按照相似度的大小来进行排序，我们这里是找10张最相似的图片来进行排序。也就是说与查询的图片
相似度最高的10张图片，当然这里其中可能是会出现与真实标签图片不一样的图片的。（如上图）然
后我们是用查准率与查全率（召回率）来进行比较 第一张图片查准率是（1/1 = 1）在第三张图片上有
2张是查询正确的有1张是查询错误的（2/3 = 0.67）然后是在来对第6张图片有3张是查询正确的，有3张
是查询错误的。（3/6 = 0.5）。然后是对应的第9张图片有4张是查询正确的有5是查询错误的（4/9 = 0.44）。
然后是对应的第10张图片有5张是查询正确的。有5张是查询错误的。（5/10 = 0.5）这样我们就是得到全部的
查准率。然后是对应的查全率（召回率）总共是有5张正确的图片的，在第一次的时候有1张图片被查询到
（1/5 = 0.2）然后是在第三次的时候有2张图片被查询到（2/5 = 0.4），在第6次的时候有3张图片被查询到
（3/5 = 0.6）在第9次的时候有4张图片被查询到（4/5 = 0.8）在第10次的时候有5张图片被查询到（5/5 = 1）
这样召回率就是能够解决了。
然后我们得到第一次查询的准确率是AP1 = (1 + 0.67 + 0.5 + 0.44 + 0.5)/5 = 0.62

解释

这里对应的第二次也是按照同样的方法来进行计算的，得到相应的查准率和查全率（召回率）

注意

这里是只有3张标签图像的
然后我们是可以得到第二次的准确率是AP2 = (0.5+0.4+0.43)/3 = 0.44

mAP

mAP = (0.62+0.44)/2 = 0.53

注意 这里是只用两张查询图片 如果是有很多张查询图片的话我们还是要按照上面的方法计算第三张，第四张，。。。。。。。。第N张图片，然后在来求出mAP

原文地址