mAP

mAP（mean Average Precision，即各类别AP的平均值）是目标检测任务中最常用的评价标准

当前普遍使用两个数据集提供的mAP计算

  1. PASCAL VOC
  2. COCO

PASCAL VOC最开始系统化提出mAP的计算方式，而COCO的mAP计算更加复杂，也更加能够评估检测器性能

下面首先学习并实现VOC mAP的计算方式，然后学习COCO提供的工具包cocoapi

VOC mAP

  • 完整实现代码：py/metrics/map/
  • 测试代码：py/test_map_voc.py

操作步骤

  1. 放置标注文件到input/ground-truth文件夹
  2. 放置对应的预测结果到input/detection-results文件夹
  3. 执行python voc_map.py

标注文件中每行表示一个标注边界框，其格式为

  • class-name xmin ymin xmax ymax

预测文件中每行表示一个预测边界框，其格式为

  • class-name confidence xmin ymin xmax ymax

相关阅读

COCO mAP