前言
为什么想单独做一个目标检测篇，主要是感觉自己是个半吊子，满瓶不响、半瓶晃荡，找工作的过程中，也被很多面试官问到哑口无言，基础真的不扎实，自己非常虚，想好好地、静下心来捋一下，所以跟着B站霹雳吧啦的视频，从头到尾认真对目标检测中的算法来进行梳理。基础一定要扎实，不然就会就会错过。
mAP
- 查准率，精确率，指的是所有预测的正例中有多少是正确的，存在一种情况，只预测一个并且是对的，这个时候查准率为100%。查准率对漏检不敏感
- 查全率，召回率，指的是所有真值中的正例有多少倍找到了，也就是找齐全了，存在一种情况，模型疯狂预测，比如预测了50个结果，真正的正例只有5个，这个时候，查全率为100%。查全率对误检不敏感
- 查准率针对的是预测结果、查全率针对的是真值的结果
AP的计算
- 注意这里TP和FN的计算，这里认为所有的正样本数量为num_obj，TP不断变化，FN=num_obj - TP
- GT ID是第多少个真值box，confidence是预测的结果，OB是预测的box和真值box是否大于0.5（
A
P
0.5
AP_{0.5}
AP0.5）
设置不同的阈值，分别计算多次的Precision和Recall
通过上面的计算，可以绘制PR曲线如图所示：
- 注意，如果recall有多个值，挑选出其中最大的作为最终值
- 图中的阴影面积就是AP，图中计算值为0.6694
- 下图是常用的评价指标，关注AP后面的IoU，也就是上图中的IoU取不同的值得结果（上面的计算是按照IoU=0.5来的）。下图中的AP其实是mAP的意思
