mAP计算

TP  (Ture Positive)     ：检测为正样本，结果正确，即正样本检测为正样本

TN（Ture Negative）：检测为负样本，结果正确，即负样本检测为负样本

FP（False Positive） ：检测为正样本，结果错误，即负样本检测为正样本

FN（False Negative   ：检测为负样本，结果错误，即正样本检测为负样本

以车辆检测为例，正样本就是车辆，负样本就是不是车辆的其他物品

TP就是把车辆检测为车辆，是检测正确的那部分

TN就是把非车辆的物品检测为非车辆，检测正确

FP就是把非车辆的物品检测为车辆，检测错误

FN就是把车辆检测为非车辆，检测错误

看下面这张图，还是以汽车为例子，以整个矩形代表总的样本，其中白色的就是正样本（车辆），黑色的为负样本（非车辆）

下面开始检测，我们最理想的检测结果是，将全部的车辆都检测为车辆，所有的非车辆检测为非车辆，然而结果总是会不尽人意，假设检测结果如下，红色的圆是检测到的车辆，左半圆是汽车检测到汽车，即TP，剩余的白色面积是也汽车但是没有检测出来，把车辆检测为非车辆，即FN；右边红色半圆是非车辆检测为车辆，即FP，剩余的黑色面积为非车辆检测为非车辆即TN；

即下图

由图可知，FN+TP+FP+TN=全部样本数

AP（平均准确率）=TP/（TP+FP）

即检测出来正确的样本个数占总检测到数目的百分比

Recall（召回率）=TP/（FN+TP）

即检测到的正确的正样本数占总正样本数的个数

上面是一个种类的平均准确率，总类别的平均准确率mAP为各个类别AP相加和除以类别总数