关于mAP（mean average precision)平均精度均值总结

最新推荐文章于 2024-11-06 20:35:41 发布
最新推荐文章于 2024-11-06 20:35:41 发布
阅读量1.8k 收藏 1
点赞数 1
文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45021321/article/details/109730718
版权
本文介绍了机器学习中的mAP（mean average precision）概念，即平均精度均值。通过PR曲线解释了如何计算AP，并提供了两种算法：11-point interpolated average precision和基于不同阈值的方法。文章还详细描述了PR曲线的生成过程，涉及阈值变化对precision和recall的影响，以及如何根据PR曲线计算AP和mAP。
摘要由CSDN通过智能技术生成

作为一个没有什么天赋的半小白，从网上搜索想要的知识还是很辛苦的。首先感谢好多大神的分享，但是其中也不乏各种不负责任的“神”，会错误的引导读者，可能是笔误，也可能是脑袋“短路”，使得刚入门的新手（比如我），因为一个简单的问题+错误的回答而浪费很长时间，所以以后遇到问题，或者学会了新知识还是自己记录一下吧。

关于mAP（mean average precision），首先翻译成中文，即平均精度均值，从字面意思理解就是要算好多个平均精度，然后再取它们的均值。所以问题就在于AP，即平均精度怎么求。

首先上一张图在这里插入图片描述

接下来根据这张图描述AP怎么算（先不用管物理意义），有两种算法：
一. 11-point interpolated average precision（不用管它的名字，直接看算法）
这里取11个数，第一个数为横轴recall大于0时，precision最大的值，记它为P（max0），第二个数为横轴recall大于0.1时，precision最大的值，记它为P（max1），依次类推，最后一个数就是recall大于1.0时，precision最大的值，记为P（max1.0）；然后把这11个数加起来，再

最低0.47元/天 解锁文章
行业分类-物理装置-一种提高实时目标检测系统中均值平均精度的方法.zip
09-09
均值平均精度（Mean Average Precision，mAP）是衡量目标检测系统性能的关键指标。它通过计算每个类别平均精度的均值来综合评价检测器的性能，尤其是在大规模数据集上。mAP越高，表示检测器在定位和识别目标上的表现...
Recall, Precision, and Average Precision
三少GG
11-27 1万+
信息检索（IR）的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC 分类： 1.自然语言处理/机器学习 在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。 准确率、召回率、F1 信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precisio
平均精度均值(mAP)——目标检测模型性能统计量
weixin_34366546的博客
11-03 1184
　　在机器学习领域，对于大多数常见问题，通常会有多个模型可供选择。当然，每个模型会有自己的特性，并会受到不同因素的影响而表现不同。 　　每个模型的好坏是通过评价它在某个数据集上的性能来判断的，这个数据集通常被叫做“验证/测试”数据集。这个性能由不同的统计量来度量，包括准确率（ accuracy ）、精确率（ precision ）、召回率（ recall ）等等。选择我们会根据某个特定的应用...
mAP的定义
最新发布
handsomeboysk的博客
11-06 391
*AP（平均精度）**衡量的是模型对单一类别的检测效果。它是精度和召回率的结合，反映了模型在所有可能的召回率阈值下的平均精度。Precision（精度）：预测正确的正样本数占总预测为正样本数的比例。Recall（召回率）：预测正确的正样本数占实际正样本数的比例。在目标检测任务中，通常通过不同的置信度阈值生成一组不同的Precision和Recall值，绘制成PR曲线（Precision-Recall Curve）。AP则是PR曲线下的面积，表示模型在各个召回率水平下的平均检测精度。mAP。
性能指标（模型评估）之mAP
热门推荐
秋人别院
08-26 8万+
为什么性能指标用于评价模型的好坏，当然使用不同的性能指标对模型进行评价往往会有不同的结果，也就是说模型的好坏是“相对”的，什么样的模型好的，不仅取决于算法和数据，还决定于任务需求。因此，选取一个合理的模型评价指标是非常有必要的。错误率 & 精度针对数据集DD和学习器ff而言：1、错误率：分类错误的样本数占总样本的比例 E(f;D)=1m∑i=1mI(f(xi)≠yi) E(f;D)=\frac 1
Mean Average Precision
baiyu9821179的专栏
06-21 3202
mean average precision简称ｍAP，以前一直不懂什么意思，现在写篇博客记录一下。Precision我们先来讨论一下，Precision是怎么算的。假如我们有2000个样本，1000正样本，1000个负样本。我们用某个方法进行分类，标记出来300个样本是正样本。现在，我们知道，任何分类方法都不会有百分之百的正确率。所以标记出来的300个分类的样本里，肯定有被分错的样本。假如100个
mAP平均精度均值(Mean Average Precision)
fivemillion的博客
06-10 5872
评价分类模型性能的评价指标和计算方式
【深度学习】如何计算AP（平均精度）和mAP（平均精度均值）？
weixin_40908748的博客
05-25 1万+
大佬陈云霁在智能计算系统第三章讲的AP和mAP你会算了吗？我看弹幕都是一脸懵逼，仔细研究一番后过来说一下我的理解吧，希望能帮到各位~
mean average precision 定义以及计算
tangzy_的博客
05-31 6887
mean average precision 即对所有类的average precision的平均，一个类的averege precision计算有两种， 一种是11点插值法，voc 08年以前用。11-points interpolated average precision as defined by TREC. This is the average of the maximum
准确率，查准率，查全率，ROC曲线，AUC面积
weixin_38740463的博客
12-29 2390
准确率Precision 查全率Recall 其实这个翻译相当蛋疼。。。 recall最合理的翻译应该是 查全率 而Precision的最合理的翻译应该是查准率 例1： 一个相机，作有无目标的二分类问题： 实际中，1s取了10帧，其中有9帧是有目标的（本真：TP+FN） 预测中， 其中7帧预测到了目标，其中只有5帧是正确检测的（预真） 则，查准率为： 5/7 查...
EvaluationMetrics:标准信息检索评估指标实施 - Recall、Precision 和 MAP
06-22
3. **平均精度均值(Mean Average Precision, MAP)**: MAP是多个查询结果的平均精度(Average Precision, AP)的平均值。AP是每个查询中，相关文档的精确率的加权平均，其中权重是文档的排名。MAP考虑了所有查询的结果...
用于yolo计算mAP和PR曲线使用
10-19
mAP（Mean Average Precision，平均精度均值）和PR曲线（Precision-Recall Curve，精确率-召回率曲线）是衡量目标检测算法性能的重要指标。 mAP是评估目标检测算法的主要标准，它综合了精确率和召回率，尤其是在多...
mAP基于python实现代码
12-11
mAP基于python的实现代码，mAP 是 Mean Average Precision 的缩写，即 均值平均精度。作为 object dection 中衡量检测精度的指标。mAP = 所有类别的平均精度求和除以所有类别。
Ai_perf_tool
11-17
首先，平均精度（mAP，Mean Average Precision）是衡量对象检测模型性能的常用指标，尤其是在图像识别和目标检测任务中。mAP综合考虑了模型对于不同类别的检测精度，通过计算每个类别平均精度的均值来评估整体性能。...
9.YOLO_v3求出map精度.zip--深度学习文章9
06-04
地图精度（Mean Average Precision, mAP）是衡量目标检测算法性能的重要指标。mAP是平均精度的均值，考虑了每个类别的平均精度，然后取所有类别的平均值。在计算mAP时，通常会根据IoU（Intersection over Union）...
mAP-master.zip_mapmaster npc大小_目标检测_目标检测方法的MAp测试_目标检测评价_评估
09-22
"mAP"，全称为“Mean Average Precision”，即平均精度均值，是衡量目标检测算法性能的关键指标。mAP-master.zip文件中的内容很可能是针对目标检测算法评估的工具或代码库，特别是针对NPC（Non-Player Character，非...
mAP的计算公式是什么？
m0_67393295的博客
08-20 6081
AP的公式为： A P = ∑ i = 1 n 1 ( r i + 1 r i ) P i n t e r ( r i + 1 ) AP=sum_{i=1}^{n-1}(r_{i+1}-r_i)P_{inter}(r_i+1) AP=i=1∑n1(ri+1ri)Pinter(ri+1)所有类别的AP就是mAP。mAP公式为: m A P = ∑ i = 1 k A P i k mAP=rac{sum_{i=1}^{k}AP_i}{k} mAP=k∑i=1kAPi。
Mean Average Precision（MAP）：平均精度均值
weixin_42749767的博客
09-17 1万+
1.MAP可以由它的三个部分来理解：P,AP,MAP P（Precision）精度，正确率。在信息检索领域用的比较多，和正确率一块出现的是召回率Recall。对于一个查询，返回了一系列的文档，正确率指的是返回的结果中相关的文档占的比例，定义为： precision=返回结果中相关文档的数目/返回结果的数目； 而召回率则是返回结果中相关文档占所有相关文档的比例，定义为：Recall=返回结果中相关文...
全网最详细解释mAP（Mean Average Precision）----利用Tensorflow Object Detection API中的PASCAL VOC的mAP计算做逐步细节解释！！
froot的博客
11-26 2862
1. mAP（Mean Average Precision） 首先，VOC数据集对mAP的定义： （1） True positives(TP): 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数（样本数）； （2） False positives(FP): 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数； （3） False negatives(FN):被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数； （4） True negatives(TN):
平均精度均值（mean average precision，mAP）的介绍和计算公式
02-06
平均精度均值（mean average precision，mAP）是用来衡量检索系统的性能的一种常用的指标。它表示在每个查询中，检索系统推荐的前k个相关文档中，有多少是真正相关的。 计算mAP的公式如下： $$ mAP = \frac{1}{Q} \sum_{q=1}^{Q} \sum_{k=1}^{K} P(k) \times rel(k) $$ 其中，Q是查询的总数，K是每个查询的推荐结果数，$P(k)$是第k个结果被正确推荐的概率，$rel(k)$ 是第k个结果是否与查询相关的指示变量。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值
>