AP和mAP是图像分类任务中的评价方法。

mAP的计算方法：

1、首先使用训练好的模型获得所有测试样本的confideutnce score，每个类别（如person、car等）都会获得一组confidence score，假设现在共有20个测试样本，如下给出这20个样本的id、confidence score、真实标签ground truth label。

2、按照上图中的score值从大到小对所有样本进行排序，排序后结果如下图所示：

3、计算precision和recall值

在计算之前首先举个例子通俗地解释一下什么是precision和recall。

precision（精确率）：你预测出的结果有多少是正确的。

recall（召回率）：正确的结果有多少被你给出来了。

假设一个不透明的盒子里有8个红球和3个蓝球，现在让你取出了所有红球，你取出来了5个球，但里面有3个红球，2个蓝球。

precision=3/5 指你取出来的5个球里面只有3个是正确的。

recall=3/8 指8个红球只有3个被你取出来了。

 

用（True Positive+False Positive）来表示分类任务中我们取出来的结果，如在测试集上取出Top-5的结果为

其中id为4和2的样本图片为True Positive，id为13、19、6的样本为False Positive。剩余排在Top-5之外的元素时我们没有取出来的。如下：

这个例子中precision=2/5，recall=2/6。

实际的任务中通常不会满足只用Top-5来衡量模型的好坏。

4、计算AP

设总数为N的样本中总共有M个正样本，则从Top-1至Top-N可以有M个recall值，分别为（1/M,2/M,...,M/M），对于每个recall值r，可以从对应的（r'>=r）中计算出一个最大的precision，对这M个precision求平均得到AP，如下图所示：

在上图所示中，共有6个正例，因此共有6个recall值，分别为1/6、2/6、3/6、4/6、5/6、6/6，

当recall=1/6时，r'为1/6、2/6、3/6、4/6、5/6、6/6，最大的precision=1；

当recall=2/6时，r'为2/6、3/6、4/6、5/6、6/6，最大的precision=2/2=1；

当recall=3/6时，r'为3/6、4/6、5/6、6/6，最大的precision=4/7；

当recall=4/6时，r'为4/6、5/6、6/6，最大的precision=4/7；

当recall=5/6时，r'为5/6、6/6，最大的precision=5/11；

当recall=6/6时，r'为6/6，最大的precision=6/16。

。

此时AP表示训练出来的模型在当前类别上的好坏。

5、计算mAP

按照第4步的方法对每个类别都计算出AP，求均值得到mAP。

 

参考文献：

https://blog.csdn.net/zdh2010xyz/article/details/54293298