张量流中的平均精度（mAP）答案

【问题标题】：Mean average precision (mAP) in tensorflow张量流中的平均精度（mAP）
【发布时间】：2021-06-17 18:04:39
【问题描述】：

我需要使用 Tensorflow 计算此 question 中描述的 mAP 以进行对象检测。

平均精度 (AP) 是用于排名集的典型性能度量。 AveragePrecision 定义为范围 S 中每个真阳性、TP 之后的精度分数的平均值。给定一个范围 S = 7，和一个排名列表（增益向量） G = [1,1,0,1,1,0 ,0,1,1,0,1,0,0,..] 其中 1/0 分别表示与相关/非相关项目相关的增益：

AP = (1/1 + 2/2 + 3/4 + 4/5) / 4 = 0.8875。

平均平均精度 (mAP)：一组查询的平均精度值的平均值。

我得到了 5 个带有预测的 One-Hot 张量：

prediction_A 
prediction_B
prediction_C 
prediction_D 
prediction_E

其中单个预测张量具有这种结构（例如 prediction_A）：

然后我得到了正确的标签（one-hot）张量，具有相同的结构：

y_A
y_B
y_C
y_D
y_E

我想使用 tensorflow 计算 mAP，因为我想总结一下，我该怎么做？

我找到了这个function，但我不能使用它，因为我有一个多维向量。

我还写了一个 Python 函数来计算 AP 但它不使用 Tensorflow

def compute_av_precision(match_list):
    n = len(match_list)
    tp_counter = 0

    cumulate_precision = 0
    for i in range(0,n):
        if match_list[i] == True:

            tp_counter += 1

            cumulate_precision += (float(tp_counter)/float(i+1))


    if tp_counter != 0:
        av_precision = cumulate_precision/float(tp_counter)
        return av_precision
    return 0

【问题讨论】：

标签： python tensorflow average-precision

【解决方案1】：

我想你可能需要这个：

tf.metrics.average_precision_at_k

此方法使用标签和预测来计算您提到的 AP@K

以下是参考链接

https://www.tensorflow.org/api_docs/python/tf/metrics/average_precision_at_k

实现了此处定义的 AP@K 指标：

https://en.wikipedia.org/wiki/Evaluation_measures_(information_retrieval)#Average_precision

顺便说一句，如果您需要 Tensorflow 中的指标，首先您应该在他们的官方文档中搜索。以下是所有已实施指标的列表

https://www.tensorflow.org/api_docs/python/tf/metrics

干杯

【讨论】：

我认为这不是一个完整的答案，mAP和你说的不一样，因为我们需要牢记IOU。