【问题标题】:mAP (Mean Average Precision) in Tensorflow Object Detection APITensorflow Object Detection API 中的 mAP(平均精度)
【发布时间】:2018-01-31 04:00:50
【问题描述】:

我在某处读到 tensorflow 对象检测 API 中显示的 mAP 指标与模型动物园中给出的 mAP 不同(其中 ssd inception v2 在 MSCoco 数据集上的 mAP 为 27)。在训练我自己的数据集时,我没有参考,因为 mAP 的图在 [0,1] 之间,而模型 zoo 的 mAP 高于 27。

问题 1. tensorflow Object Detection API中mAP =[0,1]的范围是什么? 2. 在训练我们自己的数据集时,我们应该瞄准什么 mAP?

【问题讨论】:

    标签: tensorflow object-detection tensorboard


    【解决方案1】:

    平均平均精度 (mAP) 应始终在 [0,1] 范围内,因为计算 mAP 的管道是下一个:

    1. 计算每个类 p1,p2,..,pn 的精度(我们知道,精度在 [0,1] 范围内)
    2. 计算上一步的平均精度的平均精度mean(p1,p2,..,pn)

    所以,证明mAP一定在[0,1]范围内

    【讨论】:

    • 对于物体检测,mAP计算是不同的。 1.计算精度 2.计算召回率 3.计算平均精度 4.mAP = mean(AP 1,AP 2..AP n)
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2019-09-06
    • 2019-01-22
    • 2018-01-28
    • 2018-07-28
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多