准确率，召回率，mAP(mean average precision)解释

准确率Precision
召回率Recall
其实这个翻译相当蛋疼。。。

recall最合理的翻译应该是 查全率
而Precision的最合理的翻译应该是查准率

这样就很容易理解了，假设一个班级有10个学生，5男5女
你用机器找女生，机器返回了一下结果：
| 男 | 女 | 女 | 男 | 女 | 男 |

那么查准率为：3/6 = 0.5（返回的6个结果只有3个正确）
查全率为: 3/5 = 0.6 （所有女生有5个，但只找到3个）

---

然后就是mAP的解释了，一张图可以说明：

在多个类别的检测中，算出召回率从0到1时的准确率（同一召回率取最高的准确率），计算准确率的平均值。然后对所有类别求平均就可以得到mAP了。

---

实际的detection比赛中，有多个benchmark。下图是COCO比赛的截图，截止到2017年10月5号：

AveragePrecision(AP): A v e r a g e P r e c i s i o n ( A P ) :
AP A P       % AP at IoU=0.50:0.05:0.95 (primary challenge metric)
AP A P ^{50 50}     % AP at IoU=0.50 (PASCAL VOC metric)
AP A P ^{75 75}     % AP at IoU=0.75 (strict metric)

---

APAcrossScales: A P A c r o s s S c a l e s :
AP A P ^{S S}     % AP for small objects: area < 322 32 2
AP A P ^{M M}     % AP for medium objects: 322 32 2 < area < 962 96 2
AP A P ^{L L}     % AP for large objects: area > 962 96 2

---

AverageRecall(AR): A v e r a g e R e c a l l ( A R ) :
AR A R ¹    % AR given 1 detection per image
AR A R ¹⁰    % AR given 10 detections per image
AR A R ¹⁰⁰    % AR given 100 detections per image

---

ARAcrossScales: A R A c r o s s S c a l e s :
AR A R ^{S S}     % AR for small objects: area < 322 32 2
AR A R ^{M M}     % AR for medium objects: 322 32 2 < area < 962 96 2
AR A R ^{L L}     % AR for large objects: area > 962 96 2