目标检测map理解

1. MAP的物理意义

平均精度的意义是将各个召回率下准确率取平均，这个平均准确率可以衡量目标检测模型的性能，却不能直观地知道实际测试时特定置信度下准确率和召回率。只考虑大于特定置信度阈值下的正检和错检，可得到相应的准确率和召回率

2. MAP的计算方法

map即平均精度均值，平均精度，也就是平均准确率，把准确率取个平均。把哪几个准确率取平均呢，接下来将阐述是把哪几个准确率取平均，以及这些准确率是怎么算的。

引用这篇博客的例子：

有3张图如下，要求算法找出face。蓝色框代表标签label，绿色框代表算法给出的结果pre，旁边的红色小字代表置信度。设定第一张图的检出框叫pre1，第一张的标签框叫label1。第二张、第三张同理。

1.根据IOU计算TP,FP
首先我们计算每张图的pre和label的IOU，根据IOU是否大于0.5来判断该pre是属于TP还是属于FP。显而易见，pre1是TP，pre2是FP，pre3是TP。