1.目标检测

目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标，并确定它们的类别和位置。
目标检测的位置信息一般由两种格式（以图片左上角为原点(0,0)）：
1、极坐标表示：(xmin, ymin, xmax, ymax)

• xmin,ymin:x,y坐标的最小值
• xmin,ymin:x,y坐标的最大值

2、中心点坐标：(x_center, y_center, w, h)

• x_center, y_center:目标检测框的中心点坐标
• w,h:目标检测框的宽、高

那么按中心坐标如下：

2.常用的评价指标

2.1 Iou

在目标检测算法中，IoU（intersection over union，交并比）是目标检测算法中用来评价2个矩形框之间相似度的指标：
IoU = 两个矩形框相交的面积 / 两个矩形框相并的面积
通过一个例子看下在目标检测中的应用：

其中上图蓝色框框为检测结果，红色框框为真实标注。
一般我们会设置应该阈值，一旦IoU大于阈值，我们就认为检测到目标物体。
代码实现：

import numpy as np
def Iou(box1,box2,wh=False):
	# 判断是否按中心坐标
	 if wh == False:
	 	# 使用极坐标
	 	xmin1,ymin1,xmax1,ymax1 = box1
	 	xmin2,ymin2,xmax2,ymax2 = box2
	 else:
	 	# 使用中心坐标
	 	xmin1,ymin1 = int(box1[0]-box1[2]/2),int(box1[1]-box1[3]/2)
	 	xmax1,ymax1 = int(box1[0]+box1[2]/2),int(box1[1]+box1[3]/2)

		xmin2,ymin2 = int(box2[0]-box2[2]/2),int(box2[1]-box2[3]/2)
	 	xmax2,ymax2 = int(box2[0]+box2[2]/2),int(box2[1]+box2[3]/2)

	# 获取交集的左上和右下的坐标
	xx1 = np.max([xmin1,xmin2])
	yy1 = np.max([ymin1,ymin2])

	xx2 = np.min([xmax1,xmax2])
	yy2 = np.min([ymax1,ymax2])
	# 计算两个矩形的面积
	area1 = (xmax1-xmin1) * (ymax1-ymin1)
	area2 = (xmax2-xmin2) * (ymax2-ymin2)
	# 计算交集的面积
	inter_area = (np.max([0.0,xx2-xx1]))*(np.max([0.0,yy2-yy1]))
	# 计算Iou
	iou = inter_area/(area2+area1-inter_area+1e-6)
	return iou

2.2 mAP

目标检测问题中的每个图片都可能包含一些不同类别的物体，需要评估模型的物体分类和定位性能。因此，用于图像分类问题的标准指标precision不能直接应用于此。 在目标检测中，mAP是主要的衡量指标。
mAP是多个分类任务的AP的平均值，而AP（average precision）是PR曲线下的面积，所以在介绍mAP之前我们要先得到PR曲线。
TP、FP、FN、TN

• TP：Iou大于阈值的检测框数量
• FP：Iou小于阈值的检测框数量，或者是检测到同一个GT（Ground Truth，真实框）的多余检测框的数量
• FN：没有被检测到的GT的数量
• TN：在mAP没有用到，无实际意义

查准率、查全率

• 查准率：TP/(TP+FP)
• 查全率：TP/(TP+NP)

查全率（Recall）做横坐标，查准率（Precision）做纵坐标

AP 是计算某一类 P-R 曲线下的面积，mAP 则是计算所有类别 P-R 曲线下面积的平均值。
使用例子帮助理解
假设我们有 7 张图片（Images1-Image7），这些图片有 15 个目标（绿色的框，GT 的数量，上文提及的 all ground truths）以及 24 个预测边框（红色的框，A-Y 编号表示，并且有一个置信度值）：

根据上图以及说明，我们可以列出以下表格，其中 Images 代表图片的编号，Detections 代表预测边框的编号，Confidences 代表预测边框的置信度，TP or FP 代表预测的边框是标记为 TP 还是 FP（认为预测边框与 GT 的 IOU 值大于等于 0.3 就标记为 TP；若一个 GT 有多个预测边框，则认为 IOU 最大且大于等于 0.3 的预测框标记为 TP，其他的标记为 FP，即一个 GT 只能有一个预测框标记为 TP），这里的 0.3 是随机取的一个值。

因为此时的到的只是一组固定P、R，不能绘制P-R 曲线，以此王某引入累加的概念。根据置信度从大到小排序所有的预测框，然后就可以计算 Precision 和 Recall 的值，见下表。

• 每一行的Precision = ACCTP/(ACCTP+ACCFP):比如标号为10的Precision=3/(7+3)=0.3
• 每一行的Recall = ACCTP/(GT):比如标号为10的Recall=3/15=0.2
  以此类推，按Confidences算出所有预测框的Precision和Recall
  然后就可以绘制出 P-R 曲线
  
  得到 P-R 曲线就可以计算 AP（P-R 曲线下的面积），要计算 P-R 下方的面积，有两种方法：
  在VOC2010以前，只需要选取当Recall >= 0, 0.1, 0.2, ..., 1共11个点时的Precision最大值，然后AP就是这11个Precision的平均值，取 11 个点 [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1] 的插值所得
  
  当Recall=0.2时，>=0.2的Precision最大值为0.4，故为0.4,>0.5以后Recall都为0
  这时我们得到一个类别的AP结果：
  
  在VOC2010及以后，需要针对每一个不同的Recall值（包括0和1），选取其大于等于这些Recall值时的Precision最大值，如下图所示：
  
  然后计算PR曲线下面积作为AP值：
  
  
  计算mAP就是将所有类别的相加再除以类别个数。

深度学习|目标检测评价指标

原文：https://www.cnblogs.com/hzzhu/p/14814836.html