怎么理解目标检测当中的mAP

最近在做目标检测和分类的一个任务,再别人的模型当中,看见人家总是使用mAP去衡量一个模型的好坏或者优劣,而且频次还不少,那这个到底是个什么东东呢?下面来看看

mPA是Object Detection算法中衡量算法的精确度的指标,涉及两个概念:查准率Precision、查全率Recall。对于object detection任务,每一个object都可以计算出其Precision和Recall,多次计算/试验,每个类都 可以得到一条P-R曲线,曲线下的面积就是AP的值,这个mean的意思是对每个类的AP再求平均,得到的就是mPA的值,mPA的大小一定在[0,1]区间。

以上是@阳光灿烂的日子的介绍总结,总结的挺好的
再看看维基百科给的数学解释:

Mean average precision
Mean average precision for a set of queries is the mean of the average precision scores for each query.

image

where Q is the number of queries.

嗯,很对,哈哈

你可能感兴趣的:(怎么理解目标检测当中的mAP)