目标检测评价指标

平均精度均值(Mean Average Precision，mAP)

mAP即是把每个类别的AP都单独拿出来，然后计算所有类别AP的平均值，代表着对检测到的目标平均精度的一个综合度量。

• 正例（Postive）:代表我们目标的类别

• 负例（negtive)：代表我们不关心的类别

• 真正TP(True Postive): 实际是正例，预测也是正例。

• 假正FP(False Positive):实际为负例，预测为正例。

• 假负FN(Flase Negtive):实际为正例，预测为负例。

• 真负TN(True Negtive):实际是负例，预测也是负例。

• 精确率 P(Precision):指的是如果模型预测一条数据是正例，那么有多大的概率确实是正例。
  

• 召回率 R(Recall):可以用来衡量模型能在验证集中找回多少正例。
  

PR曲线

平均精确度AP(Average Precision)

通常用于计算评价的检测精度，用于衡量检测器在每个类别上的性能好坏（就是PR曲线下的面积）。

p表示precison,r表示recall

平均AP值mAP (Mean Average Precision)

多用于评价多目标的检测器性能，衡量检测器在所有类别上的性能好坏。

n表示类别数量

交并比 IOU(Intersection Over Union)

IOU用来衡量预测的物体框和真实框的重合程度。