基于内容的图像检索(4)：评价指标mAP的python实现(搬砖)

最近看了一些有关于图像实例检索的论文，文中使用mAP作为模型的评价指标，关于图像检索中的mAP的原理请看这里。

http://yongyuan.name/blog/evaluation-of-information-retrieval.html

计算mAP值的过程本质上是求PR曲线面积的过程。我们以上述引用中的第一个AP值的计算为例
其中
P的分别是[1,2/3,3/6,4/9,5/10]
R值分别是[1/5,2/5,3/5/,4/5,1]
AP的计算结果是：
（1+2/3+3/6+4/9+5/10）/ 5
除以5就是乘1/5，就是R的每段间隔，离散的曲线计算面积的近似方式。如下图

相关论文中是不是这么计算的呢，研究了一下一篇论文中mAP的计算方式，其mAP的计算文件在这里：

https://github.com/filipradenovic/cnnimageretrieval-pytorch/blob/master/cirtorch/utils/evaluate.py

这里面有三个函数