目标检测中mAP的意义

在目标检测任务中一般都是使用mAP（mean average precision）作为评价指标。

维基百科中对mAP的解释是：

翻译过来放在目标检测中是什么意思呢？分为三步解释：

（1）计算P(q)

大家都知道目标检测中每张图中可能有多个类别C，那么式中的P(q)其实就是某一张图中某一类的precision。

  ,就是检测出来的结果中真正属于这一类的比例。

（2）AveP(q)

这一步就是计算所有图片中检测结果中这一类的平均precision，也就是average precision

（3）计算mAP

检测目标一般有很多类吧，那么对所有类再算一次平均，就是mAP了，wiki中类别总数用的Q表示。

---

再具体点就是这样，借用这个例子：https://blog.csdn.net/chenmaolin88/article/details/80445128

1.对于某个类别C，在某一张图片上

首先计算C在一张图片上的Precision=在一张图片上类别C识别正确的个数（也就是IoU>0.5）/一张图片上类别C的总个数

2.依然对于某个类别C，可能在多张图片上有该类别，下面计算类别C的AP指数：

AP=每张图片上的Precision求和/含有类别C的图片数目

3.对于整个数据集，存在多个类别C1、C2、C3：

mAP=上一步计算的所有类别的AP和/总的类别数目

相当于所有类别的AP的平均值