AP和mAP

Posted 2023-05-17 dctwan

对于检测目标为dog的蓝色检测框，和ground truth_dog（黄色框）的IoU>0.5，为True Positive(TP)

对于检测目标为dog的蓝色检测框，和ground truth_dog（黄色框）的IoU<0.5，为False Positive(FP)

对于检测目标为Non的蓝色检测框，和ground truth_dog（黄色框）的IoU>0.5，为False Negative(FN)

Precision（精准度），检测器检测出来是dog且真实是dog占所有检测器认为是dog的比例

\\[P = \\fracTPTP+FP \\]

Recall（召回率），检测器检测出是dog且真实是dog占所有真实是dog的比例

\\[R = \\fracTPTP+FN \\]

对于IoU>0.5，0.5是阈值threshold，随着阈值的改变，会影响TP、FP、FN，进而影响P和R，从threshold=0开始，递增改变threshold，计算出针对每个threshold的P和R，描点（P，R）作图，即PR曲线

更高的P和R是我们追求的目标，但二者是矛盾的关系，追求更高的P则R必然会下降，反之亦然

为了权衡选择，将PR曲线下的面积作为衡量标准，即AP（Average Precision）

目标检测问题可能需要检测多个类别：dog，bicycle，car...，计算每个类别的AP然后取平均值即为mAP

参考：https://blog.csdn.net/qianbin3200896/article/details/103990474

map和map0.5的区别

map和map0.5的区别主要在于：

1. map0.5比map更加精细，它可以提供更多的细节信息，如地形、水体、建筑物等。

2. map0.5的分辨率要高于map，它可以提供更多的地图元素，如道路、街道、标志物等。

3. map0.5可以显示出更多的地理信息，如海岸线、山脉、城市轮廓等。 参考技术A map和map0.5的区别
mAP@0.5

mAP:Mean Average Precision，即每个类别分别计算AP，然后Mean平均。

那么何为AP，AP即Precsion-Recall Curve图中PR曲线所围成的名字（在yolov5算法中训练结束后的文件中会生成PR-Curve图）

那么PR-Curve图怎么才算效果好？要看曲线是否平滑，多个类别的时候，哪个类别的曲线在上方证明哪个曲线的效果更好。

讲完mAP，再来讲解这个@.5什么意思，mAP@.5其实就是将IOU设置为0.5时，计算每个类别的AP的平均值。

IOU即置信度，目标检测评价函数，如下图所示，当真实框与我们的预测框完全没有相交的时候，IOU=0；当IOU=0.25时证明真实框与我们的预测框有相交部分，当IOU=1时则证明我们的预测框和真实框完全重合。 参考技术B 1. map01是普通的服务地图，可以显示一些基本的细节，如街道、公园、江河等外观，以及某些其他建筑物的位置等信息。
2. map05是遥感图，可以用来分析地理上的趋势，可以提供更详细的细节，如地形特征，山脉和森林等。
3. 两者最大的不同是map01是普通的地图，而map05是遥感地图，可以提供更多的细节信息和分析趋势，可以帮助人们更准确的了解和分析地理空间现状。