目标检测常见指标

GTbox：人工手动选择的框

TP(True Positive): 预测框与gtbox的IoU>0.5
FP(False Positive):预测框与gtbox的IoU<=0.5
FN(False Negative):没有检测到的GT的数量，即漏检的数量

Precision(查准率)：
TP/(TP+FP)
如：一张图中网络模型检测出了30个候选框，但只有一半的IoU>0.5，那么这个模型的Precision就等于15/(15+15)=50%

Recall(查全率)：
TP/(TP+FN)
如：一张图中待检测目标有三个，但是模型只检测出一个目标，有两个目标没有检测到，那么这个模型的Recall就是1/(1+2)=1/3

评判一个模型的好坏要根据Precision和Recall相结合

AP：P-R曲线下面积
P-R曲线：Precision-Recall曲线

mAP：mean Average Precision，各类别AP的平均值