mAP
2021-05-04
3 min read
mAP
- mean average precision
- 目标检测常用指标之一
To calculate mAP, we need to know what AP is.
mAP 就是不同 IoU threshold 下,AP 的平均值,CoCo 取 [0.50:0.05:0.95]。
To know what AP is, we need to know what P-R curve is.
AP 就是 P-R curve 与 X 轴和 Y 轴围成的面积,为计算面积,一般使用插值的方法,CoCo 取 [0:0.01:1],共 101 个点,插值得到的 precision 为大于等于当前 recall 的最大 precision。
To know what P-R curve is, we need to know what precision and recall are.
规定:
all detetections
: 所有检测框的数量all ground truths
: 所有 GT 的数量
则有:
- 查准率
- 查全率
- 当 IoU threshold 固定时,比如 IoU threshold = 0.5,所有的预测框都可以被分成 TP 和 FP 两大类:对于某个 GT,将 IoU 最大且 >= threshold 的预测框标记为 TP,其他的标记为 FP,即一个 GT 至多只能有一个预测框标记为 TP。
- 每个预测框都有一个置信度(confidence),我们根据置信度进行排序,选择预测框,可以得到不同的 (recall, precision),然后 recall 作为自变量,precision 作为因变量,画出折线图,即可得到 P-R curve。
To know what precision and recall are, we need to know what TP, FP, FN and TN are.
ground truth (GT)
目标检测 | |||
---|---|---|---|
IoU > threshold | TP | 真阳性 | 同一 GT 只计算一次 |
IoU <= threshold | FP 误报 |
假阳性 | IoU <= threshold 的检测框数量 + 同一 GT 多余的检测框数量 |
IoU > threshold | FN 漏报 |
假阴性 | 没有检测到的 GT 数量 |
IoU > threshold | TN | 真阴性 | 计算 mAP 时不会使用 |