mAP指标

首先强调一些概念，这里假设目标检测任务是单类别：
【1】分类任务中，一个图片对应一个标签和一个预测。而目标检测任务，一个图片对应有m个标签（bbox）和n个预测（score+bbox）。一个图片可能就没有目标m=0，也可能模型啥都没有预测出来n=0。
【2】标签就一个bbox，因为是单类别。 bbox是一个四个数值（x1,y1,x2,y2）。
【3】预测的每个bbox还对应这一个score，表示这个框是否为目标的一个概率
【4】如下图，TP，FN，FP可计算，但TN不可计算。原因是标签的bbox和预测的bbox都只表示图像中哪个位置是目标物体，除此之外的都是非目标物体。这样的话TN就有无穷多个。

【5】TP，FN，FP如何计算？

若某个标签bbox与某个预测bbox的IOU大于IOU_T（一个阈值，比如70%），则TP+=1。
如果没有任何预测的bbox与某个标签bbox的IOU大于IOU_T，说明这个正例bbox未被预测出，则FN+=1
如果没有任何标签的bbox与某个预测bbox的IOU大于IOU_T，说明这个预测的正例是假的，则FP+=1
【6】再在上述基础上套上score，算P_R曲线，再算AP。这里就直接上例子吧。

image x 为图片，一张图片上可能有许多个gt，也有可能没有gt，detections是网络预测的多个预测框，一个图片上可能会存在多可预测框（用A-Z进行编码）。

首先确定每一个预测框（A-Z是 正 还是 负）, 即大于IOU阈值的为正，小于的为负。并且一个gt只能算一次，也就是两个预测框对于同一个gt都满足了IOU大于阈值，但是只有IOU最大的一个算是正，剩下的算是负 （疑问，a，b 对于gt1的IOU都大于阈值， a的iou更高， b对于gt2的IOU也大于阈值， b是否会在处理gt1的时候直接被设置成负？）

然后，Confidence从高到低一， 大于的，正的变成TP，负的变成FP，然后剩下 #gt - TP 个 FN。

相关链接

浅析经典目标检测评价指标–mmAP（一）

• 从这几个结果的对比我们可以发现mmAP的几个特点：1.mAP@0.75这样的高阈值mAP提高时，未必是定位的性能变好导致的，也有可能是因为检测器留下了部分本来应该被过滤掉的FP，而碰巧这个FP的定位效果更好，在高阈值mAP上提供了正面价值；2.如果检测器的定位性能更强，那么mmAP一定会有所提高；3.有时FP未必会影响性能，FP是否影响性能，关键要看是否还存在比该FP分数更低的TP。