目标检测中的MAP的计算（逐步推导）

目标检测中的MAP的计算（逐步推导）

概念介绍

首先放一下前面一篇博文中提到的precision和recall的计算公式和概念。

P(precision) = TP/(TP+FP) 在目标检测中就是检测出的所有框中预测正确的比例。

R(recall) = TP/(TP+FN) 在目标检测中就是所有的ground truth（不懂ground truth的自行百度，简单点就是你的训练数据中事先标注好的bboxes）中检测出来的部分所占的比例。

我们假设一个场景，一共有两张图片，有两个类别，一个类别是人一个类别是汽车。

假如图中有5个标注为汽车的ground truth, 那么你检测到的汽车有两个， 那么对于这张图， 汽车类的 recalls 就是 2/5。

假如图中有3个人的ground truth， 你检测到的也是三个框， 但是其中只有一个框检测吻合到你的ground truth，另外两个检测成人了， TP = 1， FP = 2， 那么precision 就是 1/3

TP和FP的求解

下面正式来定义我们的场景，还是用上面的场景！！！

我们的训练集只有两张
如果人label = 1， 汽车label=2， 下面直接用vector表示

1、第一张图label = [1, 1, 2, 1, 1] 也就是说有四个人一台车， 一共五个gr