目标检测中的MAP的计算（逐步推导）

最新推荐文章于 2025-01-09 22:39:53 发布
最新推荐文章于 2025-01-09 22:39:53 发布
阅读量3.4k 收藏 17
点赞数 1
分类专栏： 深度学习 计算机视觉 文章标签： 深度学习 人工智能 计算机视觉 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/justsolow/article/details/106268894
版权

目标检测中的MAP的计算（逐步推导）

概念介绍

首先放一下前面一篇博文中提到的precision和recall的计算公式和概念。

P(precision) = TP/(TP+FP) 在目标检测中就是检测出的所有框中预测正确的比例。

R(recall) = TP/(TP+FN) 在目标检测中就是所有的ground truth（不懂ground truth的自行百度，简单点就是你的训练数据中事先标注好的bboxes）中检测出来的部分所占的比例。

我们假设一个场景，一共有两张图片，有两个类别，一个类别是人一个类别是汽车。

假如图中有5个标注为汽车的ground truth, 那么你检测到的汽车有两个， 那么对于这张图， 汽车类的 recalls 就是 2/5。

假如图中有3个人的ground truth， 你检测到的也是三个框， 但是其中只有一个框检测吻合到你的ground truth，另外两个检测成人了， TP = 1， FP = 2， 那么precision 就是 1/3

TP和FP的求解

下面正式来定义我们的场景，还是用上面的场景！！！

我们的训练集只有两张
如果人label = 1， 汽车label=2， 下面直接用vector表示

1、第一张图label = [1, 1, 2, 1, 1] 也就是说有四个人一台车， 一共五个gr

最低0.47元/天 解锁文章
目标检测：mAP的具体计算方式
小鹏AI
10-08 1917
mAP: mean Average Precision (AP的平均值) 具体步骤 绘制PR曲线（Precision－Recall） Precision（查准率） : TPTP+FP\frac{TP}{TP + FP}TP+FPTP​ Recall （查全率）: TPTP+FN\frac{TP}{TP+FN}TP+FNTP​ True Positive (TP): IOU>threshold (threshold一般取 0.5 ) 的检测框数量（同一 Ground Truth 只计算一次） Fals
目标检测YOLO实战应用案例100讲-SAR图像多尺度舰船目标检测
qq_36130719的博客
09-04 1954
因此，针对多尺度舰船目标的检测更具有实际意义。在国防安全层面，利用SAR全天时、全天候的工作优势，能够及时发现可疑军舰， 并追踪其动向，时刻保持我军海事侦察能力，调整我军战略部署，维护国家海洋权 益，突破他国对我国的围堵和岛链封锁，保卫我国领海安全。传统舰船目标检测算法往往依赖于背景特性和舰船目标单一特征信息，并未 考虑到因舰船目标的多尺度特性而呈现出不同的散射特性，对于不同分辨率和复 杂场景缺乏稳定的舰船目标检测性能，容易出现大量的干扰误判，造成虚警和多尺 度目标漏检，难以适应复杂多变的检测场景。
【计算机视觉 | 目标检测】目标检测中的评价指标 mAP 理解及计算（含示例）
wzk4869的博客
05-20 1万+
【计算机视觉 | 目标检测】目标检测中的评价指标 mAP 理解及计算（含示例）
目标检测mAP计算详解
一呆飞仙的博客
05-07 2万+
首先说明计算mAP有多个版本，每个数据集和比赛用的版本和方式也不同，下以VOC与COCO举例说明。精确度（precision），召回率（recall）分别为： 常规的mAP计算为（这是一个N类检测任务）： 1、计算单张图片中class1的精度P（VOC默认IOU大于0.5即为TP，COCO稍复杂些，下文再说） 2、循环所有测试集图片，重复1过程求所有图片P的均值即为class1的AP 3、对...
目标检测的mAP计算
xiaoyuer的博客
05-23 699
上面我们已经定义好了，下面我们就可以过渡到直接参与计算mAP值的两个指标Precision和Recall。相信大家对这两个指标应该很熟悉，为了完整性，这里再重申一遍：Precision是查准率，意味着预测框中有多少真正包含了目标，计算公式如下：Recall是召回率，意味着真正的目标中有多少被预测框包含，计算公式如下：依旧以上图为例，我们可以轻松的得出TP=4，FP=1，FN=1。从而可以计算出Precision和Recall值都为0.8。
目标检测YOLO实战应用案例100讲-基于深度学习的显著性目标检测（论文篇）
qq_36130719的博客
05-12 1171
显著性目标检测着重于显著性目标这几个字，重点在于目标是显著的，显著性目标变为白色，而背景全部变为黑色，类似于图像分割，但是显著性目标检测一般只检测一个显著性目标，也不会涉及到该显著性目标的分类问题（即该目标是人还是狗）。总体来说是一个像素二分类的问题（背景or显著性目标）。挖掘更为合理、更能反映真实场景的数据集一直都是研究人员尝试提升基于深度学习的显著性目标检测模型精度的一个努力方向。本小节主要介绍3个研究分支的主流数据集：RGB分支的数据集。
目标检测YOLO实战应用案例100讲-无监督领域自适应目标检测方法研究与应用
qq_36130719的博客
06-26 1762
本章首先介绍了本文工作所使用的目标检测框架Faster R­CNN，然后阐述了领域自适应目标检测的相关理论基础，最后介绍本文所用到的目标检测评价指标。Faster R­CNN[10]是经典的两步目标检测模型，该模型提出用RPN来选取候选区域，实现了检测与分类为一体的端到端网络。目前许多领域自适应目标检测工作均是基于Faster R­CNN，为了方便实验效果对比，本文的所有工作同样也是在Faster R­CNN上进行改进，当然其他目标检测器比如YOLO系列也可以稍作修改后适配。
目标检测YOLO实战应用案例100讲-基于卷积神经网络的小样本机载雷达动目标检测
qq_36130719的博客
09-07 616
在多元化战争的今天，空中力量在现如今的国防中占据越来越大的比重，而飞机作为空中的主干力量，也成为众多国家研究和发展的重点对象。从1991的海湾战争之后，我国就已经意识到现代战争的变化，并且开始发展自身的国防力量，经 过几十年的发展，第五代战机已经成为我国国防的主要力量，我国的防空力量也越 来越完善。机载雷达作为飞机的眼睛，对飞机的重要性不言而喻，机载雷达的存在， 可以让飞机在远距离就能够准确的定位到目标，从而实施准确的打击和跟踪。
目标检测mAP计算代码
11-24
目标检测mAP计算代码，对于VOC数据集，需要有训练好的模型和已标注的VOC数据集。。。。。。。。。。。。。
目标检测中map的计算
RookiChen的博客
02-23 1万+
如何评估一个训练好模型的好坏，是目标检测中一个很重要的因素，如常见的TP、FP、AP、PR、map等，这些概念很容易混淆，搞了两天才搞明白，写一篇博客总结一下
目标检测Map计算方式及代码解读
Deen的博客
03-27 4575
目标检测Map计算方式及代码解读
目标检测之MAP计算方式
AndyJ的学习之旅
09-16 579
precision表示某一类样本预测有多准。 Recall表示某一类样本，预测正确的与所有Ground Truth的比例。  Recall和Precision一样，脱离类别是没有意义的。说道这两个指标，一定指的是某个类别的。 以Recall为横轴，Precision为纵轴，就可以画出一条PR曲线，PR曲线下的面积就定义为AP。 所有类别的平均即为MAP import numpy as np def voc_ap(rec, prec, use_07_metric=False): """ a
目标检测中评估指标mAP详解和计算方式
热门推荐
小菜的博客
02-17 2万+
相信大家在看一些目标检测论文中经常会看到作者将自己的模型和其他的模型做了mAP比较，mAP作为目标检测中一个非常重要的评估指标，是对模型好坏的评价标准，当时在看YOLOv3、SSD、Faster R-CNN等这些论文的时候，对mAP还不是很熟悉，看了很多的博文，写得都很零碎，很难理解，虽然大概能明白其原理，但是可能对于很多刚进入这个领域的同学来说，难度还是很大的，刚好这几天被困在家没事做，在复习之...
目标检测算法中的MAP计算方式以及代码详解
Keep_Trying_Go的博客
01-09 1403
同样，最热门的领域目标检测也有自己的评价指标，由于目标检测的目的在于检测出图像或者视频中指定物体的位置，类别以及置信度，也就是要预测给定物体的位置以及高宽，那怎么去衡量模型检测物体位置是否准确呢？由于目标检测很早就开始研究，因此，关于其评价指标的讲解不管是视频还是博客都有人已经讲解了，所以MAP这个问题并不是什么新鲜或者很难的问题，而是这里除了讲解原理步骤之外，同时也结合代码进行视频的讲解，因为原理上个人感觉有些地方本来就有点绕，如果直接看代码的话更绕，这也是决定在这里重新阐述的原因。这将代表纠正的误检。
目标检测算法的评估指标：mAP定义及计算方式
Hanson的博客
07-20 9819
是预测为正实际为正占预测为正的比例，Precision可以视作是模型找出来的数据的正确能力，Precision=1表示模型找一个对一个，Presicion=0.5表示模型找出2个，能对1个。是预测为正实际为正占总体正样本的比例，Recall可以视作是模型在数据集中，检测出目标类型数据的能力，即是否把想找出来的都找出来了，Recall=1表示已经把想找出来的数据全部找出来了。，有60个正样本，40个负样本，系统预测了50个正样本，其中40个是预测正确的正样本；由此可见，优化模式的检测能力，本质是。
目标检测中计算mAP开发说明书
仰望星空的博客
04-12 586
mAP (mean Average Precision) https://github.com/Cartucho/mAP This code will evaluate the performance of your neural net for object recognition. In practice, a higher mAP value indicates a better perfo...
faster rcnn中的rpn网络
最新发布
03-08
<think>好的，用户让我介绍一下Faster R-CNN中的RPN网络。我之前已经回答过关于感受野对齐的问题，现在需要转向RPN。首先，我需要确定用户的基础知识水平。他们可能已经了解过Faster R-CNN的基本结构，或者至少知道它是目标检测模型。不过，为了全面，我应该从基础讲起，但不要过于啰嗦。 用户可能想知道RPN的作用、结构，以及它在整个Faster R-CNN中的位置。需要解释清楚RPN如何生成候选区域，以及它如何与后续的检测部分结合。记得要提到anchor boxes，因为这是RPN的关键部分。同时，应该解释RPN的训练过程，比如二分类和边界框回归。 要注意用户可能的深层需求。他们可能在学习目标检测，或者在做相关项目，需要理解RPN的细节来实现或调优模型。可能需要强调RPN的高效性，以及它如何替代了之前的Selective Search方法，从而提升速度。 另外，用户可能对RPN中的正负样本划分感兴趣，比如如何定义正负样本，采样策略等。这部分对于训练效果很关键，应该详细说明。同时，损失函数的设计，分类损失和回归损失的结合，也是重点。 还要注意技术细节的正确性，比如anchor的数量、尺寸、比例，以及特征图上的每个点对应多少个anchor。这些参数影响模型的性能，需要准确描述。另外，RPN的输出是什么，如何传递给后面的Fast R-CNN网络，这部分流程需要清晰。 可能需要用一些例子或比喻来帮助理解，比如将anchor比作不同形状的框，在图像上滑动，预测是否有物体。同时，要提到NMS（非极大值抑制）在筛选候选区域时的作用，避免重复框。 最后，总结RPN的优势，比如端到端训练、提高速度与精度，以及它对后续检测任务的影响。确保回答结构清晰，逐步深入，覆盖关键点，同时保持语言简洁明了，符合中文表达习惯。</think>### Faster R-CNN中的RPN（Region Proposal Network）详解 #### 一、核心定义 **RPN（区域建议网络）** 是Faster R-CNN的核心创新，实现了**端到端的候选框生成**。其核心功能是： > **通过滑动窗口机制，直接在卷积特征图上预测目标存在的概率及边界框修正量**，替代传统方法（如Selective Search），极大提升检测效率。 --- #### 二、RPN的核心设计 ##### 1. 输入与输出 - **输入**：主干网络（如VGG/ResNet）输出的共享特征图（例如VGG16输出尺寸为$W \times H \times 512$） - **输出**： - **目标/背景二分类得分**（每个anchor的置信度） - **边界框回归偏移量**（对anchor的坐标修正） ##### 2. Anchor机制 - **基础概念**：在特征图每个位置预定义**9个anchor boxes**（3种尺度×3种长宽比） - 典型尺寸：$128^2$, $256^2$, $512^2$（面积） - 长宽比：1:1, 1:2, 2:1 - **计算示例**： - 特征图尺寸$40 \times 60$ → 共生成$40 \times 60 \times 9 = 21,600$个候选框 ##### 3. 网络结构 ```python # 伪代码结构 feature_map = backbone(image) # 输入图像提取特征 rpn_conv = 3x3_conv(feature_map) # 滑动窗口（共享计算） cls_score = 1x1_conv(rpn_conv, channels=18) # 9个anchor×2分类（目标/背景） bbox_pred = 1x1_conv(rpn_conv, channels=36) # 9个anchor×4坐标偏移量 ``` --- #### 三、训练细节 ##### 1. 正负样本定义 - **正样本**（满足其一）： - Anchor与真实框IoU > 0.7 - 与某真实框IoU最大的anchor（即使IoU < 0.7） - **负样本**：与所有真实框IoU < 0.3 - **忽略样本**：IoU在[0.3,0.7)之间（不参与训练） ##### 2. 损失函数 总损失 = 分类损失 + 回归损失： $$ L = \frac{1}{N_{cls}} \sum L_{cls} + \lambda \frac{1}{N_{reg}} \sum L_{reg} $$ - **分类损失**：交叉熵（二分类） - **回归损失**：Smooth L1 Loss（仅正样本参与） ##### 3. 采样策略 - 每张图像随机采样256个anchor（正:负=1:1） - 正样本不足时用负样本填充 --- #### 四、关键流程演示 以输入图像800×600为例： 1. **特征图生成**：VGG16输出50×37×512特征图（下采样16倍） 2. **Anchor生成**：每个位置生成9个anchor → 共50×37×9=16,650个候选框 3. **预测过滤**： - 按分类得分保留前12,000个候选框 - 非极大值抑制（NMS，IoU阈值0.7） → 保留约2,000个 4. **输出传递**：将筛选后的候选框送入Fast R-CNN头部进行细粒度检测 --- #### 五、创新优势 1. **速度革命**：候选框生成耗时从2秒/图（Selective Search）降至10ms/图 2. **精度提升**：与检测网络共享特征，避免特征不对齐 3. **参数共享**：RPN与Fast R-CNN共用主干网络，减少计算冗余 --- #### 六、可视化示例 ![RPN工作流程](https://miro.medium.com/v2/resize:fit:1400/1*kk7I5j5ZfEfQe8v6sXskPQ.png) 1. 特征图上滑动3×3窗口 2. 每个中心点生成9个anchor 3. 预测每个anchor的类别和偏移量 --- #### 七、数学推导 **边界框回归公式**： $$ \begin{cases} t_x = (x - x_a)/w_a \\ t_y = (y - y_a)/h_a \\ t_w = \log(w/w_a) \\ t_h = \log(h/h_a) \end{cases} $$ 其中： - $(x_a, y_a, w_a, h_a)$：anchor坐标 - $(x, y, w, h)$：预测框坐标 - $(t_x, t_y, t_w, t_h)$：网络输出的回归参数 --- #### 八、实际应用要点 1. **Anchor尺寸设计**：需根据数据集目标尺度调整（如COCO常用[32,64,128,256,512]） 2. **特征图选择**：现代变体（如FPN）会从多尺度特征图生成anchor 3. **训练技巧**：建议RPN与Fast R-CNN交替训练（4-step alternating training） --- #### 九、总结 RPN通过**参数化的区域建议生成方式**，将目标检测流程真正统一到深度学习框架中。其设计精髓在于： - **Anchor机制**：用预定义框覆盖多尺度目标 - **共享计算**：与检测网络共用特征提取器 - **端到端优化**：联合训练建议生成与目标检测 这一设计使Faster R-CNN成为两阶段检测器的经典范式，后续改进模型（如Mask R-CNN、Cascade R-CNN）均基于此架构演进。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值