mAP是目标检测中常用的一个度量检测结果的评价标准,全称是mean average precision,理解这个概念之前,需要了解一些其他的概念。文章主要分为三部分:关于mAP的几个概念,PR曲线以及常见的三种计算mAP的方式。
1、相关概念
1)第一组:
True Positives(TP):真正例 (以为是正,实际是的)
FALSE Positives(FP): 假正例 (以为是正,实际不是)
True Negatives(TN):真负例 (以为是负,实际是的) 这个参数后面没用上
FALSE Negatives(FP): 假负例 (以为是负,实际不是)
关于这四个名词可以这样理解,第二个字代表预测结果,第一个字表示预测的对还是错。
目标检测中TP、FP的理解:
一般首先设定一个confidence score,如果大于这个阈值,才会被认为正样本,即Positives