如何衡量目标检测算法的优劣
目标检测(object detection)问题相对于一般AI分类问题更加复杂，不仅检测出目标，输出目标的类别，还要定位出目标的位置。分类问题中的简单accuray指标已经不能反映出目标检测问题结果的准确度，而mAP (Mean Average Precision）就是被用来衡量目标检测算法优劣的常用指标。
要理解什么是mAP，需要先澄清什么是Precision（查准率）和Recall（查全率）。
Precision和Recall
定义
查准率和查全率是在信息检索、Web搜索等应用中经常出现的性能度量指标，在机器学习中，也可以用来度量“预测结果中有多少比例是用户感兴趣的”。对于二分类问题，可将样例根据其真实类别与预测类别的组合划分为：
TP、TN、FP、FN
- TP (True Positive): 真正例。Positive指预测输出为正，True代表预测正确。
- TN (True Negative): 真反例。预测输出为负，而且预测正确。
- FP (False Positive): 假正例。预测输出为正，但是预测错误。
- FN (False Negative): 假反例。预测输出为负，但是预测错误。
Precision
Precision(查准率）: 所有预测为正例的结果中，预测正确的比率。
Recall
Recall (查全率）：所有正例中被正确预测的比率。
如何计算
目标检测问题中，算法通常输出一个预测框(bounding box)来标识检出目标的位置，要衡量这个预测框与目标的实际位置(ground truth)的准确度，可以使用IoU指标。
交并比IoU(Intersection over union)
交并比IoU衡量的是两个区域的重叠程度，是两个区域重叠部分面积占二者总面积（重叠部分只计算一次）的比例。
目标检测中IoU就是预测框与实际框的交集除以并集。
我们可以设置一个阈值（threshold），通常是0.5，预测结果可以分为：
- 如果IoU >= 0.5
- 如果预测类别也正确，认为是一个好的预测，分类为TP
- 如果预测类别错误，认为是一个坏的预测，分类为FP
- 如果IoU < 0.5, 认为是一个坏的预测，分类为FP
- 如果一个目标出现在图像中，但是算法未检出，分类为FN
- TN（图像上所有不包含实际框和检测框的部分）通常计算中用不到。
AP和mAP
P-R曲线
查全率和查准率通常是一对矛盾的度量，一般来说，查准率高时，查全率往往偏低；而查全率高时，查准率往往偏低。
我们如果把所有预测结果对样例进行排序，排在前面的是“最可能”的正例样本，以查准率为纵轴、查全率为横轴作图，得到一条”P-R曲线”。
P-R曲线直观的显示出一个算法在样本总体上的查全率、查准率情况。如果一个算法的P-R曲线被另一个算法的曲线完全包住，则可断言后者优于前者。但是实际中，经常不同算法的P-R曲线是互相交叉的，这时就很难直观判断出两者的优劣。这时通常会考察平衡点(BEP)、F1度量、AP等指标。
AP
AP（average precision 平均精度）：AP是计算单类别的模型平均准确度。对于目标检测任务，每一个类都可以计算出其Precision和Recall，每个类都可以得到一条P-R曲线，曲线下的面积就是AP的值。如果一个算法的AP值较大，也就是P-R曲线下的面积比较大，可以认为此算法查准率和查全率整体上相对
mAP
mAP(mean of Average Precision) : 对所有类别的AP值求平均值。
Pascal VOC（VOC2007 & VOC2012）是评测目标检测算法的常用数据集，VOC数据集使用一个固定的IoU阈值0.5来计算AP值。 但是在2014年之后，MS-COCO（Microsoft Common Objects)数据集逐渐兴起。 在COCO数据集中，更关注预测框位置的准确性，AP值是针对多个IoU阈值的AP平均值，具体的就是在0.5 和0.95之间取10个IoU阈值（0.5、0.55、0.6 ….. 0.9、0.95）。所以VOC数据集中mAP通常标记为mAP @ IoU=0.5, mAP@0.5 或者 mAP_50，在COCO 数据集中册标记为 mAP @ IoU=0.5:0.05:0.95, mAP @ IoU=0.5:0.95 或者 mAP@[0.5:0.95].
参考：
https://blog.csdn.net/weixin_44791964/article/details/102414522
[https://www.jianshu.com/p/fecc98e448d9](