模型评估指标体系（上）：IoU、Precision、Recall、AP与mAP

各位同学，今天我们来啃一块硬骨头——模型评估指标。说实话，我刚入行那会儿，觉得训练完模型看个loss下降就完事了。直到第一次做项目汇报，领导问我"你这个模型到底好在哪里"，我支支吾吾答不上来……嗯，从那以后我才真正重视起评估指标。

评估指标就像一面镜子，照出模型的真实水平。你想想看，没有这面镜子，你怎么知道模型是进步了还是退步了？今天我们先讲上半部分：IoU、Precision、Recall、AP和mAP。

一、IoU（交并比）——检测的"尺子"

IoU，全称Intersection over Union，中文叫交并比。说白了，就是衡量预测框和真实框的重合程度。我习惯把它想象成两片面包重叠的面积——重叠越多，说明预测越准。

1.1 IoU的定义与计算

公式其实很简单：

IoU = (预测框 ∩ 真实框的面积) / (预测框 ∪ 真实框的面积)

举个例子：

• 预测框和真实框完全重合 → IoU = 1.0（完美）
• 完全不重合 → IoU = 0.0（完全没检测到）
• 一般情况 → 0 ~ 1 之间的值

1.2 IoU的代码实现

来，直接上代码。这个函数我用了好几年，基本没改过：

def compute_iou(box1, box2):
    """
    box格式: [x1, y1, x2, y2] 左上角和右下角坐标
    """
    # 计算交集区域
    x1 = max(box1[0], box2[0])
    y1 = max(box1[1], box2[1])
    x2 = min(box1[2], box2[2])
    y2 = min(box1[3], box2[3])
    
    # 交集面积
    inter_area = max(0, x2 - x1) * max(0, y2 - y1)
    
    # 各自面积
    area1 = (box1[2] - box1[0]) * (box1[3] - box1[1])
    area2 = (box2[2] - box2[0]) * (box2[3] - box2[1])
    
    # 并集面积
    union_area = area1 + area2 - inter_area
    
    # 计算IoU
    iou = inter_area / union_area if union_area > 0 else 0
    return iou

二、Precision（精确率）与Recall（召回率）

这两个指标是评估检测模型的"黄金搭档"。要理解它们，得先搞清楚混淆矩阵。

2.1 混淆矩阵

在目标检测中，每个预测框都会被归类到以下四种情况之一：

	实际为正样本	实际为负样本
预测为正样本	TP（真正例）	FP（假正例）
预测为负样本	FN（假负例）	TN（真负例）

这里要注意：在目标检测中，"正样本"指的是IoU大于阈值的预测框。我习惯用0.5作为分界线。

2.2 Precision（精确率）

Precision = TP / (TP + FP)

它回答的问题是：模型预测的所有目标中，有多少是真正正确的？

举个例子：模型预测了10个框，其中8个是对的（TP=8），2个是错的（FP=2），那么Precision=0.8。

2.3 Recall（召回率）

Recall = TP / (TP + FN)

它回答的问题是：所有真实目标中，模型找出了多少？

还是那个例子：图片里有10个真实目标，模型只找到了8个（TP=8），漏了2个（FN=2），那么Recall=0.8。

三、AP（平均精度）与mAP（平均精度均值）

AP和mAP是目标检测领域最核心的评估指标。YOLO官方里，mAP就是衡量模型好坏的金标准。

3.1 AP（Average Precision）

AP的计算基于P-R曲线（Precision-Recall曲线）。简单来说，就是取不同Recall值下的Precision，然后求平均。

计算步骤：

1. 按置信度从高到低排序所有预测框
2. 依次计算每个阈值下的Precision和Recall
3. 绘制P-R曲线
4. 计算曲线下的面积（AUC），就是AP

代码实现：

def compute_ap(precision, recall):
    """
    计算AP值
    precision: 精确率列表
    recall: 召回率列表
    """
    # 在recall两端插入0和1
    mrec = np.concatenate(([0.0], recall, [1.0]))
    mpre = np.concatenate(([0.0], precision, [0.0]))
    
    # 平滑处理：每个点的precision取右侧最大值
    for i in range(mpre.size - 1, 0, -1):
        mpre[i - 1] = np.maximum(mpre[i - 1], mpre[i])
    
    # 计算面积
    indices = np.where(mrec[1:] != mrec[:-1])[0]
    ap = np.sum((mrec[indices + 1] - mrec[indices]) * mpre[indices + 1])
    return ap

3.2 mAP（Mean Average Precision）

mAP就是所有类别AP的平均值。公式很简单：

mAP = (1 / N) * Σ(AP_i)  其中N是类别数，AP_i是第i类的AP

在YOLO中，常见的mAP指标有两种：

指标	含义	适用场景
mAP@0.5	IoU阈值固定为0.5时的mAP	通用检测任务，YOLOv3/v4常用
mAP@0.5:0.95	IoU阈值从0.5到0.95（步长0.05）取平均	高精度要求，COCO数据集标准

四、实战中的避坑指南

最后，分享几个我在项目中踩过的坑：

• 坑1：IoU阈值选错了。做行人检测用0.5没问题，但做车牌识别，0.5太低了，建议0.7以上。
• 坑2：只看mAP不看具体类别的AP。有一次我模型mAP有0.75，但发现"自行车"类别的AP只有0.3——原来这个类别样本太少。
• 坑3：混淆TP和FP的判断标准。记住：只有IoU大于阈值且类别正确的才算TP，类别错了算FP。