最初也是看了许多相关知识，总是不理解怎么计算AP、mAP, 借助简单的数字检测识别任务，对AP、mAP尝试计算后，总算是理解了。下面我对计算过程简单进行一个记录。

上面只是一幅图像检测结果的举例， 而通常对测试集进行检测，会得到许多预测值：

要计算AP先要计算出精确率P和召回率R，某一类的AP就是P-R曲线下的面积。mAP则是所有类别AP的平均值。AP一定是对某一个类别来说的，在以计算类别‘9’的AP为例进行详细计算（测试集中对类别9的框进行提取，结果共有35个检测框）。在得到检测结果后，首先利用预测出来的分类为‘9’的box与其相应Ground_Truth的box计算出交并比Iou。这时，对于每个分类为‘9’的预测框都有了一个交并比Iou值。接下来设定一个交并比阈值th（0.5）,预测框的交并比大于阈值th，则归于正样本，否则归为负样本。

利用预测出来的分类为‘9’的box与其相应Ground_Truth的box计算出交并比Iou

对类别9的35个检测框，计算Iou后并根据阈值th重新划分正负样本，结果如下： Score：检测框分类为9的置信度 label：根据Iou重新划分的正负样本

进一步根据Score进行排序（由大到小， 如下），此时Iou数据已经用不上了。

这时就可以对Score和label数据进行分析了。要计算精确率P和召回率R，得明白下面这些基础概念。

TP(true positive):分类正确，把原本属于正类的样本分成正类。 TN(true negative):分类正确，把原本属于负类的样本分成负类。 FP(false positive):分类错误，把原本属于负类的错分成了正类。 FN(false negative):分类错误，把原本属于正类的错分成了负类。

TP+FP+TN+FN：样本总数。 TP+FN：实际正样本数。 TP+FP：预测结果为正样本的总数，包括预测正确的和错误的。 FP+TN：实际负样本数。 TN+FN：预测结果为负样本的总数，包括预测正确的和错误的。 Recall 即当前被分到正样本类别中，真实的正样本占所有正样本的比例，即召回率（召回了多少正样本比例）； Precision就是当前划分到正样本类别中，被正确分类的比例（即正式正样本所占比例），就是我们一般理解意义上所关心的正样本的分类准确率； 准确率P就是找得对，召回率R就是找得全

设定Score阈值为0.6， 这样将类别‘9’的35个检测框结果分为两部分， 第一部分Score>0.6： 第二部分Score th: P_sample.append(new_gt_label[i]) for i in range(len(P_sample)): if float(P_sample[i][1]) == 1.: TP +=1 precision = TP/len(P_sample) T = 0 for i in range(len(new_gt_label)): if float(new_gt_label[i][1]) == 1.: T +=1 recall = TP/T pred.append(precision) rec.append(recall) print(TP, len(P_sample), T, precision, recall) AP += precision*0.02 print(AP*100) plt.plot(rec, pred, 'r') plt.xlabel('Recall') plt.ylabel('Precision') plt.show()

测试集中类别‘9’的P-R曲线如下图： 曲线下的面积就是类别‘9’的AP值，积分算得结果为73.07285589187525

所有类别的P-R曲线如图：

可以看出，模型对数字3、8、9检测性能较高，而对数字1、7、0的检测性能就比较低。

mAP，就是算出所有类别的AP值，取平均即为mAP。

文中若有理解不当之处，感谢指正。

1.https://blog.csdn.net/cdknight_happy/article/details/86553058 2.https://blog.csdn.net/willa_pudding/article/details/47056403 3.https://blog.csdn.net/u011956147/article/details/78967145