MAP学习记录

主要参考https://github.com/rafaelpadilla/Object-Detection-Metrics

名词解释

预测结果分为4个类：

TP：你的预测正确的预测了目标

FP：你的预测错误的预测了目标

FN：有一个目标你没检测到

TN：你正确的对非目标，也即是背景做出预测，一般这一项忽略

名词解释：

precision描述了你的所有的预测的正确率是多少。比如说你做出了100个预测，97个是正确的，那么就是0.97.

recall描述了检测率，即是图片中一共有多少目标，你检测到了多少。比如图片一共10个目标，你检测到7个，那么recal就是0.7。

AP的意识就是，比如求AP50,50就是iou大于50才算对，给定c（confidence）=0.1时，得到一个precision和recall，把c=0.2，得到一个p和recall，这样就可以得到

一个横轴为recall，纵轴为precision的很多个点，然后把点连起来，计算这个曲线与x、y轴之间区域的面积。于是就能算出ap50了，map就是把ap20,ap50,ap60...求平均。

为什么平均值是面积？比如你粗略计算一个曲线在某一区间的均值，就是随便取几个点，相加然后平均，而将随便取的几个点的数量趋于无穷，那么此时的求平均公式可以转换成定积分公式，而定积分就是求面积，因此就是面积。

AP0.5是指将iou的threshold定为0.5时的AP。

 

各个参数的关系

无论哪个目标检测模型，都会输出boxes和boxes是否是目标的预测值，这个在参考文献中叫confidence。而一般来说，一副图片的输出结果会有成千上万个box，一般来说这些box的confidence都很小，因为图片中的背景占的比例多。

而在处理box时，会给定一个阈值，如0.4，所有confidence小于0.4的都认为是背景。且一般来说confidence越大，盒子的数量就越少，反之盒子的数量多recall大、而precision小。因此是confidence变，而判断预测对不对还要用到iou，比如预测的框和目标的框大于0.5就算预测正确，一般画那个曲线，iou是不变的，变的是confidence。