目标检测中的mAP计算（包括代码）

最新推荐文章于 2024-08-07 11:37:42 发布

coordinate_blog

最新推荐文章于 2024-08-07 11:37:42 发布

阅读量2.6w

点赞数 16

分类专栏： Machine learning 文章标签： mAP 目标检测

本文链接：https://blog.csdn.net/qq_17550379/article/details/79875784

版权

Machine learning 专栏收录该内容

27 篇文章 1 订阅

订阅专栏

0x00 基本概念

在说明mAP这个概念之前，我们先要说一下两个新的概念：precision和recall。这是论文中经常提及的两个概念。我们举这样的一个例子：

我们现在有一个检测狗的任务，但是这个任务数据中包含了猫。那么我们这个时候就有一个问题，我们怎么描述一个物体被检测出来呢？为此，我们引入了IOU这个概念

目标检测中的IOU计算问题

我们规定IOU > 0.5表示物体被检测出来，否则没有。

现在我们有了这个指标，我们开始跑数据。假设我们已经把网络训练好了，接着找来一张图片测试（这张图片上有四个狗和三只猫），测试结果这样的（我们的目标是找图片中的狗）

标注的数字表示IOU值，我们只选择IOU > 0.5的物体。

那么，这个时候问题又出现了，我们怎么描述我们检测的结果怎么样呢？这个时候就出现了precision和recall。我们先不急着说明这两个概念是什么，我们先看上面的结果，我们发现，我们要找的目标是狗，结果查找的目标中有猫，这显然不是我们希望看到的。我们希望通过一个指标去描述这个问题，所以我们提出了precision，precision是描述查找一个目标的精准率。我们还发现一个问题，就是我们漏找了，明明右上角是一只狗，结果没有找出来，为了表述这个问题，所以我们提出recall，recall是描述查找一个目标的漏检率，recall很多地方翻译为召回率，我更喜欢称它为漏检率或查全率。

我们将被正确识别的狗，称为True positives。我们将被正确识别的猫称为True negatives。为什么会有这个概念？什么是被正确识别的猫？我们知道我们这里的目标是找狗，那么那些我们没有标注的猫，是不是从反向说明我们的查找准确率（precision）呢？接着，我们定义被错误识别为狗的猫为False positives。被错误识别为猫的狗称为False negatives（就是右上角的狗，受IOU指标影响）。这些概念很重要，不要记错了！！！

接着我们就定义

$precision=\frac{True positives}{True positives+False positives}$
$recall=\frac{Truepositives}{Truepositives+Falsenegatives}$

我们就很容易的计算出这里的 $precision=\frac{3}{4}$ ， $recall=\frac{3}{4}$ 。最后说一点，如果我们把IOU标准设置为IOU > 0的话，这个时候的recall会越来越接近于1，而相应的precision也会降低，这很容易理解。

另外还有一个概念accuracy

$accuracy=\frac{Truepositives+Truenegatives}{Truepositives+Falsenegatives+Truenegatives+Falsepositives}$

我们这里很容易计算出 $accuracy=\frac{3+1}{3+1+2+1}=\frac{4}{7}$ 。最后放一张很经典的图片

0x01 代码

我们这里使用的评估脚本是按照VOC数据集的标准来的，预测结果按如下格式：

<image identifier> <confidence> <left> <top> <right> <buttom>

VOC数据集总共有20类，也就是说，我们最后要得到20个结果文件。例如，对于car，输出结果

comp3_det_test_car.txt:
	000004 0.702732 89 112 516 466

得到这些文件后，我们可以通过以下脚本，计算对应的mAP

我这里简单提一下脚本中的AP计算问题

def voc_ap(rec, prec, use_07_metric=False):
    if use_07_metric:
        # 11 point metric
        ap = 0.
        for t in np.arange(0., 1.1, 0.1):
            if np.sum(rec >= t) == 0:
                p = 0
            else:
                p = np.max(prec[rec >= t])
            ap = ap + p / 11.
    else:
        mrec = np.concatenate(([0.], rec, [1.]))
        mpre = np.concatenate(([0.], prec, [0.]))
        for i in range(mpre.size - 1, 0, -1):
            mpre[i - 1] = np.maximum(mpre[i - 1], mpre[i])
        i = np.where(mrec[1:] != mrec[:-1])[0]
        ap = np.sum((mrec[i + 1] - mrec[i]) * mpre[i + 1])
    return ap