本文是翻译，原文地址为Tarang Shah的博客
mAP
mAP，Mean Average Precision，平均精度，用于评估预测的定位和分类的算法，其对于评估定位模型、目标检测模型和分割模型是有效的。【因为用于分类的precision不能直接用于具有定位问题的模型，所以引入mAP概念】
在目标检测中，这几个概念有如下解释(下面有详细解释)：
- Precision
- 在某个确定的Recall下，（某类别）能在某图片上取得的precision的最大值
- AP
- 在某些确定的Recall下，某个类别在整个数据集下的Average Precision
- mAP
- 在某些确定的Recall下，模型在整个数据集下所有类的mean AP
Ground Truth
对于一个评估算法，其测量标准就是和ground truth的比较（Training，Validation，Test datasets都有这个ground truth信息）。
对于目标检测问题，ground truth包括images，objects的classes set，和每个objects的bounding boxes。
也就是说，对于训练而言，我们的模型能得到的是图片，一张具体的图片如下：
以及一个坐标和类别的列表的集合，一个具体的对象的ground truth sets如下：
将ground truth sets可视化到图片上，展示如下：
计算mAP
使用IoU来判断每个对象的检测边框的正确度。
IoU
IoU，Intersection over Union，交并集，其在目标检测的应用是预测边框与ground truth boxes的交集与并集的比率。
Confidence
Confidence，置信度，每个边框都有一个置信度，其与置信度门槛比较，低于置信度阈值的，我们把这些boxes当做负的(框)；反之，高于置信度阈值的，当做正的(框)。
Precision，Recall
如果预测结果是正的，那么其有两种可能，⑴ 正确的，True(就是预测的和labels是一致的，在检测里，就是IoU大于一定阈值的边框，一般认为是)；⑵ 错误的，False。这两种正预测对应的结果分别是：⑴ 正阳性，True Positive；⑵ 假阳性，False Positive
对于每一张输入模型的图片（训练，测试，验证），我们都有对应的ground truth data，这告诉我们这张图片有多少对象。我们把正框(比confidence阈值大的框)与ground truth计算IoU（对一张图片的每个类都进行一遍），将这个IoU与IoU阈值比较，就能得到TP，正阳性和FP，假阳性。
从上面的推导可以看出，目标检测的Precision，Recall由IoU阈值和confidence阈值两个变量决定。
mAP
信息检索（Information Retrieval）和目标检测都有使用mAP的概念，但这两个领域的mAP计算方式不一样。
每个数据集评估用的IoU阈值不同（VOC是，COCO是从），对于不同模型，其confidence的影响不同（一个模型confidence为的，可能相当于另一个模型的）。所以我们需要一个无关模型的评判标准。
对于一个给定的任务和(某个)类别，其precision/recall曲线是由方法得出的（对于不同的阈值有不同的值，所有有曲线）。AP，Average Precision就是这个类别的precision/recall曲线下的积分面积，其定义为个recall水平的precision的平均值。（也就是说对于不同的类别，都有一个AP，这些AP的平均值就是mAP，mean Average Precision）
这也就意味着我们选择个confidence阈值，使得Recall达到，AP就是这个值下的平均精度（所有图片）。
比较mAP时需要注意的点
- 对于目标检测来说，很难找到一个绝对量化的标准来衡量模型的输出，但mAP是一个很好的相对度量。它可以帮助我们度量一个数据集上的两个检测算法的结果。
- AP是依赖于训练数据的分布的（对于每个类），也就是说不同类的结果可能差别很大（可能mAP的结果不过，但不同类的AP差别很多）。所以，对于模型结果而言，我们可以输出每个类别的AP（这也是一个可取的方法帮助我们分析模型的结果，我们可以以此为依据添加样本）。