Precision, Recall, Accuracy Precision, Mean Accuracy Precision

假设100个样本，80个正例，20个负例，找出所有正样本，找出50个正例，50个正例中10个负例。

Precision:相对于正例样本，预测结果来说，则结果为40/50

Recall: 相对于正例样本来说，则结果为40/80

Accuracy 为所有预测对的结果，（40+10）/100

AP=每一类样本精确率所有和的平均

假设苹果类在第一次预测中有精确率3/5，第二次预测有2/5，第三4/5

AP=（3/5+2/5+4/5）/3；

mAP=所有类平均之和/类数  （表达的是模型的分类能力）

预测结果用IOU来算（如果和Ground truth IOU大于一个值就是正例）

在多目标检测中，P=（每一张图像中每一类各自预测的个数）/这类的总个数

AP=（一批图像中P）/这批图像

map=所有类平均之和

参考：https://blog.csdn.net/katherine_hsr/article/details/79266880