论文中AP与AR含义详细解释

AP的含义和AR的本身含义就是查准率和查全率
这里的AP通过和IOU结合定义出两种分别：
1.当IOU大于0.5认定为真
2.当IOU大于0.75认定为真
3.从IOU大于0.5开始，每次增加0.05，分别认定为真，然后平均求得AP值

COCO数据集平均每张图片包含 3.5个类别和 7.7 个实例目标，仅有不到20%的图片只包含一个类别，仅有10%的图片包含一个实例目标。
COCO中包含大约 41% 的小目标 (area<32×32)，34% 的中等目标 (32×3296×96)，因此设置了针对三种目标的AP值，注意这里的AP没有明确说明计算方法，有知道的朋友可以评论告诉我。

对于AR的描述网上可查的都是如下，而COCO官网也没有明确说明：
AR 是指每张图片中，在给定固定数量的检测结果中的最大召回(maximum recall)，在所有 IoUs 和全部类别上求平均值. AR与 proposal evaluation 中所使用的相同，但这里 AR 是按类别计算的.
理解实在无力，希望了解的朋友可以讲解一二