目标检测 coco评价标准,以及mAP计算

cocoapi指定的数据格式(训练网络预测的结果)

[
    {
        "image_id" : int,
        "category_id: int,
        "bbox" : [x.y.width,height],
        "score" : float,

    }
]

预测的时候,将每一个验证结果都写成字典的形式,全部放在列表中,之后写成json的格式

 

 AP

 mAP 是指 对多个类别的AP取平均值

通过设置不同的阈值，使confidence 与 threshold进行比较，就会得到不同的 precision，recall

绘制图像，最后计算其面积 

对于计算面积:先去将recall相同的点滤去,之后宽就是当时的recall- 前一个recall 

高就是指当前的Precision 以及之后的Precaution 中最大的一个 

一般会按照 Confidence排序

定位要求比较高可以关注下 IoU = 0.75  AP的值，

PASCAL VOC的评价指标 IoU = 0.5  AP 

COCO 评价指标 IoU 0.50：0.95 取平均

小目标的评价指标 area = small < 32*32 COCO评价指标

可以关注下AR中 maxDets = 10 和 maxDets = 100 的值 如果这两个值差距很小 也就是说绝大多数图片的目标个数在10以内 可以减少检测的目标个数