有3張圖如下，要求算法找出face。藍色框代表標簽label，綠色框代表算法給出的結果pre，旁邊的紅色小字代表置信度。

設定第一張圖的預測框叫pre1，第一張的真實框叫label1。第二張、第三張同理。

1.根據IOU計算TP,FP

首先我們計算每張圖的pre和label的IOU，根據IOU是否大于0.5來判斷該pre是屬于TP還是屬于FP。顯而易見，pre1是TP，pre2是FP，pre3是TP。

2.置信度排序

根據每個pre的置信度進行從高到低排序，這里pre1、pre2、pre3置信度剛好就是從高到低。

3.在不同置信度閾值下獲得Precision和Recall

• 首先，設置閾值為0.9，無視所有小于0.9的pre。那么檢測器檢出的所有框pre即TP+FP=1，并且pre1是TP，那么Precision=1/1。因為所有的label=3，所以Recall=1/3。這樣就得到一組P、R值。
• 然后，設置閾值為0.8，無視所有小于0.8的pre。那么檢測器檢出的所有框pre即TP+FP=2，因為pre1是TP，pre2是FP，那么Precision=1/2=0.5。因為所有的label=3，所以Recall=1/3=0.33。這樣就又得到一組P、R值。
• 再然后，設置閾值為0.7，無視所有小于0.7的pre。那么檢測器檢出的所有框pre即TP+FP=3，因為pre1是TP，pre2是FP，pre3是TP，那么Precision=2/3=0.67。因為所有的label=3，所以Recall=2/3=0.67。這樣就又得到一組P、R值。

4.繪制PR曲線并計算AP值

根據上面3組PR值繪制PR曲線如下。然后每個“峰值點”往左畫一條線段直到與上一個峰值點的垂直線相交。這樣畫出來的紅色線段與坐標軸圍起來的面積就是AP值。

?

5.計算mAP

AP衡量的是對一個類檢測好壞，mAP就是對多個類的檢測好壞。就是簡單粗暴的把所有類的AP值取平均就好了。比如有兩類，類A的AP值是0.5，類B的AP值是0.2，那么mAP=（0.5+0.2）/2=0.35

?

?

?

總結

以上是生活随笔為你收集整理的目标检测评价指标mAP计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。