有关物体识别中mAP的理解 （#组合转载）

明确问题: 大背景是object detection， 我就以正在学的RetinaNet应用背景为例，
识别出来的每一个框都有N+1个score， 对应着N个class和1个background， 我们会选score最高的那个作为最终的判断
基本定义: precision和recall的含义， preicision是在你认为的正样本中， 有多大比例真的是正样本，
recall则是在真正的正样本中， 有多少被你找到了。 问题核心: 我们需要一个对于score的threshold, 为什么呢?
比如在一个bounding box里， 我识别出来鸭子的score最高， 可是他也只有0.1， 那么他真的是鸭子吗？ 很可能他还是负样本。
所以我们需要一个阈值， 如果识别出了鸭子而且分数大于这个阈值才真的说他是正样本，否则他是负样本
.

那么threshold到底是怎么影响precision和recall的呢？ 我们还是用鸭子的例子
如果threshold太高， prediction非常严格，所以我们认为是鸭子的基本都是鸭子，precision就高了；但也因为筛选太严格， 我们也放过了一些score比较低的鸭子，所以recall就低了
如果threshold太低， 什么都会被当成鸭子， precision就会很低，
recall就会很高这样我们就明确了threshold确实对鸭子的precision和recall产生影响和变化的趋势， 也就带来了思考，
precision不是一个绝对的东西，而是相对threshold而改变的东西， recall同理，
那么单个用precision来作为标准判断， 就不合适。 这是一场precision与recall之间的trade off，
用一组固定值表述不够全面， 因为我们根据不同的threshold， 可以取到不同（也可能相同）的precision recall值。
这样想的话对于每个threshold，我们都有（precision， recall）的pair，也就有了precision和recall之间的curve关系有了这么一条precision-recall curve，他衡量着两个有价值的判断标准， precision和recall的关系， 那么不如两个一起动态考虑， 就有了鸭子这个class的Average Precision， 即curve下的面积， 他可以充分的表示在这个model中， precision和recall的总体优劣。
最后， 我们计算每个class的Average Precision， 就得到了mean Average Precision.
.
作者：陳子豪
链接：https://www.zhihu.com/question/53405779/answer/429585383
来源：知乎

1. 对于某个类别C，在某一张图片上

首先计算C在一张图片上的Precision=在一张图片上类别C识别正确的个数（也就是IoU>0.5）/一张图片上类别C的总个数

2. 依然对于某个类别C，可能在多张图片上有该类别，下面计算类别C的AP指数： AP=每张图片上的Precision求和/含有类别C的图片数目

3. 对于整个数据集，存在多个类别C1、C2、C3：

mAP=上一步计算的所有类别的AP和/总的类别数目

相当于所有类别的AP的平均值
.
来源：https://blog.csdn.net/chenmaolin88/article/details/80445128