mAP的概念

mAP(mean average precision)均值平均精度：是目标检测中常用的模型衡量指标，可以理解为：数据集中所有类的预测平均精度的均值。

下面按照IoU==> precision ==> average precision ==>mean average precision进行介绍：

1. IoU：预测框和真实标记框ground truth的交并比。只有IoU大于某一个阈值（如0.5）才认为模型预测正确

1.  
2. precision:指一张图片中某一类别物体正确预测数量与该图片中该类别物体的总数量之比 （针对一张图片一个类别物体）

3. average precision：指数据集中所有图片中该类别物体的预测平均精度，即精度的平均值，等于precision除以总的图片数（针对一个类别物体的所以图片）

 4. mean average precision：数据集中会包含多种类别的物体，因此mAP等于所有物体average precision的均值（针对所有类别的所以图片）

第二种理解：

AP指的是某一类物体P-R曲线下的面积（precision-recall）

mAP是所有类别物体AP的平均值