目标检测map计算
目标检测评价指标MAP计算流程小结
目标检测由于包含分类以及box回归, 对其进行评价相对于单独的分类问题更复杂，直接使用精度、召回作为评估准则不太适合, 使用MAP作为评估准则.
TP、FP的判定，目标检测涉及到IOU计算MAP时需要先指定一个IOU阈值，计算此IOU阈值下的MAP，取阈值设为0.5，假设共有15个GT框，检测出了24个预测框。若预测框与GT框的IOU大于阈值则记为TP，小于阈值则记为FP，同时，当多个预测框针对于一个GT 时，最高IOU的预测框记为TP，其余的为FP。
$$precision= \frac{TP}{TP + FP}$$
上式分母即为所有检测出的框，即为24
$$recall= \frac{TP}{TP + FN}$$
上式分母为所有的GT box，即为15
每一个类别的AP计算流程如下:
- 将该类别的检测结果按置信度逆序排序，对每一个置信度计算累计的TP、FP（如置信度0.95 时，TP 一个，FP 为0, 当置信度为0.85 时，累计TP为0.95的TP + 当前0.85 的TP个数，FP同理）, 然后计算当前置信度下的P、R值，那么每个置信度都能得到一对P、R
- 以R为横轴，P为纵轴，绘制PR图，一个recall可能会对应多个precision
- 计算AP，两种方式11点内插法或所有点进行内插，一般使用第二种，即计算AUC面积，即为当前类的AP
11点内插法: 将每个红点的值相加再除以11
每点内插法: 求出四个区域的面积相加即可
得到每一个类的AP值后，再求个均值即为MAP。
