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