训练时计算map_NMS和计算mAP时的置信度阈值和IoU阈值

写在前面：在目标检测问题中，好几处地方使用了阈值这个限制指标，主要有：1. NMS操作之前用到的置信度阈值a；2. NMS进行时用到的IoU阈值b；3.计算某类别AP时，统计TP,FP个数前，用到置信度阈值c；4. 计算某类别AP时，统计TP,FP个数时，用到IoU阈值d。以下对这4个阈值作详细说明。

还是老话，如有错误，欢迎大家交流与指正 。 ：）

预备知识：在正文开始之前，说一下置信度confidence这个概念吧，IoU的话比较简单，没什么混淆的，目标检测当中不同论文对其定义几乎一样。对于置信度，不同论文对其定义是不同的，一般用到比较多的是分类置信度，分类置信度confidence是介于0和1(或100%)之间的数字，它描述模型认为此预测边界框包含某类别目标的概率，一般多分类的话，最后一层输出接softmax函数，会输出n个前景和1个背景的概率分数，预测框属于哪一类看哪个的分数最高。YOLOv1当中对于置信度定义与上面不同，具体见下面原论文中的解释：

还有新的一些论文，在预测边界框时还预测了预测框与GT的IoU，以此IoU作为置信度分数，这种称为定位置信度，比如这篇文章（这里）。以下我们的说明就以置信度分数指的是预测框中对象为某一类别的概率来进行说明。

1. NMS进行时用到置信度阈值a和IoU阈值b

1.1 NMS介绍

检测器预测完结果，一张图像中会有很多预测框，预测的结果