mAP笔记

目标检测网络训练时会得到coco的一系列评价列表。那么这些数都代表什么意思呢。

首先要明确几个概念

TP（True Positive）：IOU＞0.5的检测框的数量（同一个Ground True只计算一次。认为匹配成公）。

FP（False Positive）：IOU＜=0.5的检测框（假正类，认为它是但它不是）。

FN（False Negative）：没有检测到的GT的数量（漏检）。

Precision（查准率）：TP/(TP+FP)模型预测的所有目标中，预测正确的比例

Recall（查全率）：TP/(TP+FN)所有真实目标中，模型预测正确的目标比例

P-R曲线：Precision-Recall曲线

AP：P-R曲线下的面积

mAP：mean Average Precision，各类别AP的平均值。

例子

以检测猫类别为例

 注：图里的数字代表的是置信度不是IOU，表按照Condifence从大到小排序，num=7。

GT  ID	Confidence	OB(IOU=0.5)
1	0.98	True
3	0.89	True