mAP计算方法

---

mAP: mean Average Precision, 即各类别AP的平均值

AP: PR曲线下面积，其实是在0～1之间所有recall值的precision的平均值。

PR曲线: Precision-Recall曲线

                              

Precision: TP / (TP + FP)  

精确率（Precision）是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。

Recall: TP / (TP + FN)     

召回率（Recall）是针对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确了。

那也有两种可能，一种是把原来的正类预测成正类(TP)，另一种就是把原来的正类预测为负类(FN)。

                                        

                                     

AP则是精确率precision/recall曲线浅蓝色的积分值，知道每一类的AP值，然后对所有的类求reduce_mean则得出了模型mAP的值。

 

举例：

★假设总共60个正样本 40个负样本，我们要找出所有的正样本，系统查找出50个，其中只有40个是真正的正样本，计算上述各指标。

 

TP：将正类预测为正类的个数：40

FP:  将负类预测为正类的个数：10

TN：将负类预测称负类的个数：30

FN：将正类预测为负类的个数：20

 

Precision：40/（40+10）=0.8

Recall：40/60=2/3