mAP: 目标检测算法性能评估指标详解

mAP（mean Average Precision）是用于评估目标检测算法性能的指标，计算方法如下：

1. 对于每个类别，按照预测框的置信度从高到低排序。

2. 对于每个预测框，计算其Precision和Recall值。

3. 根据Precision-Recall曲线，计算该类别的AP（Average Precision）。

4. 对于所有类别的AP值求平均，得到mAP。

具体计算公式如下：

$$AP = \frac{\sum_{i=1}^{n} (P(i) \times \Delta R(i))}{R_{max}}$$

其中，$P(i)$表示在前$i$个预测框中有多少个是正确的，$\Delta R(i)$表示从前$i-1$个预测框到前$i$个预测框中的召回率的变化量，$R_{max}$表示该类别的最大召回率。

mAP的计算公式如下：

$$mAP = \frac{\sum_{i=1}^{C} AP_i}{C}$$

其中，$C$表示类别数。