参考:
https://segmentfault.com/a/1190000023219395https://jonathan-hui.medium.com/map-mean-average-precision-for-object-detection-45c121a31173
mAP (Mean Average Precision)也就是平均精度均值。
mean->针对的是所有的类别的平均。
average->针对的是所有数据中某一类的平均。
AP(average precision )就是平均精度。
这里面就有一个关键的问题了,为什么大家一谈到AP就说是Precision-Recall曲线下方的面积呢。
面积和平均精度有啥关系。
话不多说,直接上公式
p(r)是精度,在0~1之间的积分,也就是加权和,这么一看不就是精度的平均么,但是它是在哪个上面的平均,也就是单个类别在谁上面的平均,我肯看到r,就是召回率了。我理解这里的平均精度是该类别相对整个召回率的平均。
那问题来了PR曲线是哪来的,为什么单个类别有多个Recall和Precision,这里就涉及到一个变化的值,也就是IoU的阈值,IoU(Intersection over union),也就是交并比,可以认为这里是一个判别类别归属的阈值。
那么PR曲线就是不同阈值情况下,得到的不同Recall和Precision。
那Recall和Precision,计算就很好理解了。
Precision精度,也称之为查准率,也就在所有查到的样本中,标记正确的概率,
Recall召回率,也称之为查全率,也就是在原本样本中,查到样本的概率。