目标检测的评价指标

Precision、Recall、AP 和mAP

TP（True Positive）：被分为正样本，并且分对了

FP（False Positive）：被分为正样本，但是分错了

FN（False Negative）：被分为负样本，但是分错了

在目标检测算法中，当一个检测结果(detection)被认为是True Positive时，需要同时满足下面三个条件：

（1）Confidence Score > Confidence Threshold

（2）预测类别匹配(match)真实值(Ground truth)的类别

（3）预测边界框(Bounding box)的IoU大于设定阈值，

如不满足条件2或条件3，则认为是False Positive。

当对应同一个真值有多个预测结果时(In case multiple predictions correspond to the same ground-truth)，只有最高置信度分数的预测结果被认为是True Positive，其余被认为是False Positive。