理解目标检测的衡量指标mAP

一、IOU

计算anchor box与true box的交集/并集。得到该anchor box的置信度。如果人为设定一个阈值c，那么置信度大于等于c的是positive box，否则为nagative box。

二、TP、TN、FP、FN

T代表True，F代表false，P代表positive，N代表nagative
TP：检测器认为这是positive box且检测结果是正确的
TN：检测器认为这是nagative box且检测结果是正确的
FP：检测器认为这是positive box且检测结果是错误的（实际是nagative box）
FN：检测器认为这是nagative box且检测结果是错误的（实际是pasitive box）
其中，如果计算precision和recall，仅用上TP、FP、FN

三、precision and recall

precision=检测检测出是positive并且正确的部分除以所有检测器认为是positive。
recall=检测器检测出是positive并且正确的部分除以所有真正的positive。
precision=$\frac{TP}{TP+FP}$;recall=$\frac{TP}{TP+FN}$
最后，由于precision和recall均会受人为设置的confidence的影响，因而仅考虑单一因子来衡量目标检测的好坏是有局限性的，因而引入AP。

四、AP

如下所示，根据不同的confidence，得到不同点的recall和precision，然后绘制成一个曲线，而AP就是这条曲线下的面积=代表该类的AP，而mAP则是对不同类别的AP取均值。

参考：https://www.bilibili.com/video/BV1zE411u7Vw?p=1
https://blog.csdn.net/weixin_44791964/article/details/104695264