mAP概念

Precision和Recall

precison表示：所有被判断为正类中，真正为正类的比例，注重质量

Recall表示：所有真正的正类中，被判断为正类的比例，注重数量

AP

AP是指每一个类计算出的percision和Recall构成的P-R曲线中曲线下的面积的值

mAP

所有类别的平均AP值

如何得到

对于每一个类l

对所有的BB，计算BB所在的位置与其最对应的GroundTruth的IOU值，，记为MaxIOU，此时再设置一个门限threshold，一般设置为0.5。

当MaxIOU<threshold，认为该预测框无真实框与其对应，
此时可以记录其属于False Positive，使其FPi = 1，并记录其属于类I的分数C。

当MaxIOU>threshold，认为该预测框与该真实框最对应；
此时再分两类：
当该框的类别属于类型I时，此时可以记录其属于True Positive，使其TPi = 1，并记录其属于类I的分数C。
当该框的类别不属于类型I时，此时可以记录其属于False Positive，使其FPi = 1，并记录其属于类I的分数C

由此可以得到某一类别的TP、FP表，Confidences表示分数C

通过上表，我们可以绘制出 P-R 曲线（因为 AP 就是 P-R 曲线下面的面积），但是在此之前我们需要计算出 P-R 曲线上各个点的坐标，根据置信度从大到小排序所有的预测框，然后就可以计算 Precision 和 Recall 的值，见下表。（需要记住一个叫累加的概念，就是下图的 ACC TP 和 ACC FP）

然后就可以绘制出 P-R 曲线

通过计算P-R曲线面积下的面积可得某一类的AP值，相应地可计算所有类的mAP

参考：
https://www.zhihu.com/question/53405779/answer/993913699
https://blog.csdn.net/weixin_44791964/article/details/102414522