当初理解这个问题时,查了很多资料,特写下自己的理解。
mAP(mean average precision )平均精度均值
precision:检出目标正确率;
recall:目标检出率(很多人翻译为召回率,不好理解);
real A | real B | |
test A | TP(true positive) | FP(false positive) |
test B | FN(false negative) | TN(true negative) |
A.precision=TP/(TP+FP)
A.recall=TP/(TP+FN)
很明显,一个目标检测系统性能的好坏,需要使用precision和recall两个参数,但是我们从小被教育‘简单才是美’,所以我们想要用一个参数来描述目标检测系统性能的好坏。这里我们引入AP(average precision)。
我们可以以precision和recall为笛卡尔坐标系的纵/横坐标轴,根据不同的recall值及其对应的precision值,绘出PR曲线,PR曲线下边的面积就是AP值。
至于不同的recall值(或precision值),可以通过改变IoU(intersection over union)值来实现。
实际上我们使用的时候并不是计算PR曲线下边的面积。假如总样本数是N,A类有M个样本,对其进行Top-N划分: