多分類問題中的mAP計算
阿新 • • 發佈：2019-01-03
比如有10類，20個樣本，判斷為其中一類car的置信度如下表所示，降序排列。
從表中gt_label可以看出正例是6個，其他是負例。PASCAL VOC CHALLENGE 2010年後計算AP的方法是：假設N個樣本中有M個正例，如上表我們N是20，M是6，則有6種recall值，分別為1/6,2/6,3/6,4/6,5/6,6/6。對於每個recall值，都對應著很多種top取法，所以每個recall值對應的諸多取法中（包括等於此recall的取法）有一個最大的precision，把每種recall對應最大的precision求和取平均即AP。
比如2/6的recall，查詢上表，能得到 recall2/6值的種類：從第2個開始到第5個，而到上表第6個，因為對應的是正例，所以就不是recall為2/6的範圍了（因為前面已經有2個正例，如果再加一個正例，recall值就是3/6了）,這幾個取法對應最大的precision是2/2。同理，recall
4/6的取法就是第四個正例開始（4/7）到第5個正例前（4/10）之間的範圍，對應最大的pricision是4/7。如下表
所以mAP就是10個種類的AP求平均值。