mAP计算方法和细节

mAP 计算

由于每次想到precise，recall，mAP计算方法时都会混淆，所以写下博客，记录以下。

1.Recall和Precise计算

下面讲解recall和precise的计算方法，其中

TP为既是正样本又被预测为正样本的个数，全拼TruePositive

FP为负样本被预测为了正样本的个数，全拼FalsePositive

FN为正样本被预测为了负样本的个数，全拼FalseNegtive

1.precise计算公式，表示预测所有预测为正样本的样本中正样本的比例

Precise = TP/(TP+FP)

2.recall计算公式，表示所有正样本中有多少被预测正确。

recall = TP/(TP+FN)

2.mAp计算方法

Precise和Recall始终处于矛盾的状态，当其中一个增高，必然意味着另一个降低，所以大家经常会以Recall作为X轴，Precise作为Y轴做PR曲线如下：

AP（Average Precision）计算方法为PR曲线下覆盖的面积，所有类别的AP进行平均，得到的为mAP(mean Average Precision)。

3.Recall和Precision计算标准

recall和precision计算有两种方式：iou(intersection-over-union)和confidence score。

iou通过ground Truth和prediction box的相交情况进行判别，可以设置阈值计算两者是不是预测正确。

confidence score为yolov3输出的一个参数，在nms（极大值抑制）等算法中都会用到score参数，作为该框是否预测正确。