1. mAP 基础概念：从 Precision/Recall 到 AP 再到 mAP

做目标检测，绕不开一个指标——mAP。很多初学者一上来就被它吓住，觉得公式又多又绕。其实没那么复杂。我刚开始接触检测时也懵过，后来发现只要把 Precision、Recall、IoU 这几个基础概念吃透，mAP 就是个顺理成章的结果。

今天咱们就把这层窗户纸捅破。

1.1 先搞清楚 Precision 和 Recall

这两个词，说白了就是「查得准不准」和「查得全不全」。

  • Precision（精确率）：你预测出来的框里，有多少是真正对的？
  • Recall（召回率）：所有真实的目标里，你找出来了多少？

举个例子。一张图里有 5 只猫。你的模型输出了 10 个框，其中 4 个框对了（真的框住了猫），6 个框错了（框到了狗或者背景）。那么：

  • Precision = 4 / 10 = 0.4
  • Recall = 4 / 5 = 0.8

嗯，这里要注意：Precision 和 Recall 是一对冤家。你想想看，如果模型只输出最有把握的那 1 个框，Precision 可能很高（比如 1.0），但 Recall 会很低（0.2）。反过来，如果模型见啥都框，Recall 能接近 1.0，但 Precision 会惨不忍睹。

我的经验： 实际项目中，我一般会先看 Recall 够不够，再调 Precision。比如自动驾驶的行人检测，漏检比误检更致命。这时候我会把置信度阈值调低，宁可多框几个错的，也别漏掉一个真的。

1.2 IoU：框与框之间的「重叠度」

判断一个预测框「对不对」，不能光看它有没有框住目标，还得看它框得准不准。这就轮到 IoU 登场了。

IoU（Intersection over Union，交并比）的计算方式很简单：

IoU = 预测框与真实框的交集面积 / 预测框与真实框的并集面积

说白了就是两个框重叠的部分除以它们合起来的总面积。IoU 的取值范围是 [0, 1]，越接近 1 说明框得越准。

我习惯把 IoU 分成几个档次：

IoU 范围 含义 常见用途
0.9 ~ 1.0 几乎完美重合 精标注、微调验证
0.7 ~ 0.9 框得很准 严格评估（如自动驾驶）
0.5 ~ 0.7 基本框住 通用检测评估（PASCAL VOC 标准）
0.3 ~ 0.5 勉强沾边 宽松场景、大目标检测
< 0.3 基本算错 通常视为误检
避坑指南： 我曾经在一个项目中把 IoU 阈值设成了 0.75，结果模型在验证集上 mAP 只有 0.3 左右。后来发现数据集里很多标注框本身就偏大，0.75 的要求太苛刻了。最后降到 0.5，mAP 直接翻倍。所以 IoU 阈值一定要跟你的数据质量和业务需求匹配，别盲目照搬。

1.3 从 Precision-Recall 曲线到 AP

有了 Precision 和 Recall，我们就能画出一条 PR 曲线。但光看曲线还不够直观，我们需要一个数值来量化模型的整体表现——这就是 AP（Average Precision，平均精度）。

AP 的计算思路是：在 Recall 从 0 到 1 的区间上，对 Precision 求平均。具体做法有两种主流方式：

  • VOC 2007 方式：在 Recall 的 11 个等分点（0, 0.1, 0.2, ..., 1.0）上取 Precision 的最大值，然后求平均。
  • VOC 2010+ / COCO 方式：对所有 Recall 变化点对应的 Precision 做积分（实际是梯形法求面积），精度更高。

我个人更推荐用 COCO 的方式，因为它对模型性能的刻画更细腻。不过很多老项目还在用 VOC 2007 的方式，迁移时要注意区分。

一句话总结 AP： AP 就是 PR 曲线下的面积。面积越大，说明模型在「又准又全」这个目标上做得越好。

1.4 mAP：多类别的平均 AP

AP 是针对单个类别算的。比如你的模型要检测猫、狗、车三个类别，那每个类别都会有一个 AP 值。mAP（mean Average Precision）就是把这些 AP 值取个平均。

公式很简单：

mAP = (AP_猫 + AP_狗 + AP_车) / 3

但这里有个坑——不同数据集对 mAP 的定义细节不一样：

数据集 IoU 阈值 AP 计算方式 mAP 含义
PASCAL VOC 0.5 11 点插值或面积积分 所有类别的 AP 均值
MS COCO 0.5:0.95（步长 0.05） 101 点插值 10 个 IoU 阈值下的 mAP 再平均
OpenImages 0.5 面积积分 所有类别的 AP 均值

你想想看，COCO 的 mAP 要求 IoU 从 0.5 到 0.95 都表现好，这比 VOC 只要求 0.5 要严格得多。所以同一个模型在 COCO 上的 mAP 通常比 VOC 上低不少，这不代表模型变差了，只是评估标准变了。

我的习惯： 做学术对比时，我会同时报 VOC mAP（@0.5）和 COCO mAP（@0.5:0.95），这样 reviewers 能全面了解模型在不同严格程度下的表现。做工程时，我只看跟业务场景最匹配的那个阈值。

1.5 知识体系总览

下面这张图把 mAP 的整个知识链条串起来了。从最底层的 IoU 和置信度阈值，到 Precision/Recall 的计算，再到 PR 曲线和 AP，最后汇聚成 mAP。建议你保存下来，后面几章会反复用到这些概念。

mAP 知识体系结构图 IoU 计算 置信度阈值 真实框 / 预测框 Precision（精确率） Recall（召回率） Precision-Recall 曲线 AP（单类别平均精度） mAP（多类别平均精度均值） 逐层递进，缺一不可

1.6 本章小结

到这里，mAP 的基础概念就讲完了。咱们捋一下核心脉络：

  • IoU 是判断预测框准不准的尺子，阈值选多少直接影响评估结果。
  • Precision 和 Recall 是一对 trade-off，通过置信度阈值来调节。
  • PR 曲线 把这对 trade-off 可视化，曲线下的面积就是 AP。
  • 把所有类别的 AP 取平均，得到 mAP——目标检测领域最通用的评估指标。

这些概念看起来多，其实核心就一条线：从框的匹配（IoU）到单类表现（AP），再到全局表现（mAP）。后面几章我们会在这个基础上，深入 mAP 的代码实现、调优技巧，以及如何用它来指导模型改进。

← 上一章 📖 返回目录 下一章 →