目标检测中如何计算AP和mAP以及绘制P-R曲线以及SSD中如何修改代码来输出AP和绘制P-R曲线

本文链接：https://blog.csdn.net/holmes_MX/article/details/82466537

本文详细介绍了目标检测中计算平均精度（AP）的理论知识，包括VOC的11Point方法，并展示了如何修改SSD（Caffe版本）代码以输出AP和绘制P-R曲线。通过修改bbox_util.cpp、bbox_util.hpp、solver.cpp、caffe.proto以及score_ssd_pascal.py文件，实现显示每类的AP值和P-R曲线的绘制。此外，还提供了相关资源链接以供进一步学习。

摘要由CSDN通过智能技术生成

0. 写作目的

好记性不如烂笔头。

1. 计算AP（Average Precision）的理论知识

对于每一类目标检测给出的置信度（Confidence），首先按照Confidence降序排列，然后将交并比（IOU）>0.5的当做正确预测的结果，否则为错误预测的结果。然后依据预测结果的正确与否计算TP(True Positive), FP(False Positive), FN(False Negative)，TN(True Negative)，依据TP, FP, FN， TN来计算召回率（Recall，查全率）和精确度（Precision，查准率）。

$\large Precision= \frac{TP}{TP+FP }$

$\large Recall= \frac{TP}{TP+FN}$

我们平时所说的Accuracy的计算公式为：

$\large Acc==\frac{TP + TN}{TP+TN+FP+FN}$

然后依据Confidence排序后的顺序依次计算出Precision和Recall，理论上AP的计算为，由Precision和Recall构成的折线图的面积，但在实际计算时，主要有三种计算方法。

三种AP的计算方法：

1） VOC2007的11Point方法(MAXIntegral方法)

2） VOC2012 Integral方法（Natural Integral方法）

3）coco的计算方法

这三种计算AP的方法只是在积分上有不同，计算方法是类似的。11Point方法是在MaxIntegral方法中找到11个最大的Precision，然后结合Recall = [0., 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]，绘制出P-R曲线，并通过如下公式计算出AP：

$\large \bg_black \large AP_{11point}=\frac{1}{11}\ast \left (\sum x \right ) \left ( x\in MaxPrecision \right )$