AP
Average Precision平均精准率 = (某一个类别)每个样本的精确率求和/样本总数N。
1N∑i=1m(precisioni)\frac1N\sum_{i = 1} ^m(precision_i)N1i=1∑m(precisioni)
看一个例子
对于一个给定的类别,让我们对验证集中的每张图片都计算它的精确率。假设我们的验证集中有 100 张图片,并且我们知道每张图片都包含了所有的类别(单个图片的多分类问题)。这样对于每个类别,我们会有 100 个精度率的值(每张图片一个值)。让我们对这些 100 个值进行平均。这个平均值叫做该类的平均精度:
AP=1100∑i=1100(precisioni)AP=\frac{1}{100}\sum_{i = 1}^{100}(precision_i)AP=1001∑i=1100(precisioni)
mAP
全类平均正确率,又称全类平均精度, 所有类别的AP值累加求和/类别数,是将所有类别检测的平均正确率(AP)进行综合加权平均而得到,在目标检测领域,是十分重要的衡量指标,用来衡量目标检测算法的性能;
1Nclass∑AP\frac1N_{class}\sum{AP}N1class∑AP
有了AP的概念,mAP/Mean Average Precision就很好理解了,还是借用上面20个分类的例子,20个分类的AP均值
mAPVOC=120class∑i=120APimAP_{VOC}=\frac1{20}_{class}\sum_{i=1}^{20}{AP_i}mAPVOC=201class∑i=120APi