[![](https://zhuanlan.zhihu.com/p/56899189)](javascript:void\(0\))
![ZhiHu logo](../images/body-e1fa91dbdb48b8055184.png)
[](https://www.zhihu.com)
[关注](https://www.zhihu.com/signin?next=%2Ffollow)[推荐](https://www.zhihu.com/signin?next=%2F)[热榜](https://www.zhihu.com/signin?next=%2Fhot)[专栏](https://www.zhihu.com/signin?next=%2Fcolumn-square)[圈子](https://www.zhihu.com/signin?next=%2Fring-feeds)[AI WorksBeta ](https://www.zhihu.com/project-square)[故事](https://www.zhihu.com/fiore/h5/vip-web)
​
[直答](https://zhida.zhihu.com/)
切换模式
登录/注册
浅析经典目标检测评价指标--mmAP（二）
首发于[欲穷千里目](https://www.zhihu.com/column/furthersight)
切换模式
# 浅析经典目标检测评价指标--mmAP（二）
[![zzzz1](../images/022.jpg)](https://www.zhihu.com/people/zhao-bo-rui-42)
[zzzz1](https://www.zhihu.com/people/zhao-bo-rui-42)
[收录于 · 欲穷千里目](https://www.zhihu.com/column/furthersight)
194 人赞同了该文章
[本文上篇](https://zhuanlan.zhihu.com/p/55575423)**介绍了[mmAP](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=mmAP&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiJtbUFQIiwiemhpZGFfc291cmNlIjoiZW50aXR5IiwiY29udGVudF9pZCI6MTAwNzc0MDcyLCJjb250ZW50X3R5cGUiOiJBcnRpY2xlIiwibWF0Y2hfb3JkZXIiOjEsInpkX3Rva2VuIjpudWxsfQ.W9F822TbBFUXVIGGSzxza3v9cMk-yLek1h8Butl7d-Q&zhida_source=entity)这一经典的目标检测评价指标的定义初衷和具体计算方式。下面我们来谈谈mmAP的诸多特点。通过分析我们甚至可以发现某些特点较反直觉，而某些特点可以加以利用达到“涨点”目的……与此同时，mmAP也并不“全能”，它也有一些未考虑到的因素。以下，我们将通过举例的方式来描述mmAP的这些特点以及它的局限。**
**mmAP的几个特点**
先来看一组检测结果。
![](../images/001.jpg)
检测结果（蓝色框为Ground Truth，绿色框为检测结果）
凭直觉地看：b、d的检测结果均差于a、c，因为b、d均含有一个多余的FP；而c的结果要优于a，因为其定位更准确。凭直觉对它们的mmAP排序很可能会排出：c>a>b=d的结果。但实际上，这四组结果对应的mmAP如下图。
![](../images/002.jpg)
实际上，mmAP的排序为：c=d>b>a。为什么呢？
首先回顾一下mmAP的计算方法，mmAP是对每一个IOU阈值计算出一个mAP，然后将其平均得到最终的结果的，因此[mAP@0.95](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=mAP%400.95&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiJtQVBAMC45NSIsInpoaWRhX3NvdXJjZSI6ImVudGl0eSIsImNvbnRlbnRfaWQiOjEwMDc3NDA3MiwiY29udGVudF90eXBlIjoiQXJ0aWNsZSIsIm1hdGNoX29yZGVyIjoxLCJ6ZF90b2tlbiI6bnVsbH0.RXALrrjXY94dUED2EzivssQsnbKbqhN229A6GyfIBp4&zhida_source=entity)和mAP@0.5是同等重要的（本文就暂以0.95和0.5举例，代表两个极端的阈值），虽然b中的两个检测结果其中必有一个为FP，但是在计算mAP@0.5时，分数低但定位更好的结果并不会对mAP产生影响（因为没有分数更低的TP出现了，该FP对P-R曲线毫无影响）；同时，在计算mAP@0.95时，分数高但定位更差的结果变成了FP，但是由于a中在该阈值下根本不存在TP，所以b的mAP仍高于a。在所有[阈值](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=4&q=%E9%98%88%E5%80%BC&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLpmIjlgLwiLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6NCwiemRfdG9rZW4iOm51bGx9.pGVE13_pXChXKoGY_N5aMoinPQ_v9Q47woCaKZ8N6eY&zhida_source=entity)下，b的mAP都要好于或等于a，所以会有b的mmAP高于a这样的反直觉的现象产生。
再来看看c为什么大于b，同时会等于d？c和b的区别在于，c不存在定位更差的检测结果，因此在计算mAP@0.5这样的低阈值mAP时，两者完全相同（b中FP为何不会产生负面作用，道理同上文一样），而计算mAP@0.95这样的高阈值mAP时，c优于b，因此综合下来c的性能好于b。而b和d的直观效果一样，为何mmAP不同？因为b和d区别（也是唯一区别）在于，d中定位更好的检测结果的分数更高。这样一来，d的性能就和c一样了，因为那个低分且低性能的FP不会影响结果。
从这几个结果的对比我们可以发现mmAP的几个特点：1.mAP@0.75这样的高阈值mAP提高时，未必是定位的性能变好导致的，也有可能是因为检测器留下了部分本来应该被过滤掉的FP，而碰巧这个FP的定位效果更好，在高阈值mAP上提供了正面价值；2.如果检测器的[定位性能](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=%E5%AE%9A%E4%BD%8D%E6%80%A7%E8%83%BD&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLlrprkvY3mgKfog70iLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MSwiemRfdG9rZW4iOm51bGx9.TfuTeJYrtLO8cyNKvgTM433TuqPpbZ4J0tOkcEznDHs&zhida_source=entity)更强，那么mmAP一定会有所提高；3.有时FP未必会影响性能，FP是否影响性能，关键要看是否还存在比该FP分数更低的TP。
**如何利用其特点提高mmAP？**
再看一组检测结果。
![](../images/003.jpg)
检测结果
这一组检测结果更真实一些，更像是性能正常的检测器输出出来的结果。直观地看，我们可以确信g>e，因为其定位效果更好。但是f和h仍然含有多余的FP，并且存在分数小于该FP的TP，那么它们的性能究竟如何呢？
![](../images/004.jpg)
实际上：g>h>e>f。其实这一组对比是希望分析检测中的一个问题，即“检测器检测出来的结果中，分数高的未必定位更好，如果分数低的检测结果更好，我们应该怎么办呢？”。其中e的做法是最传统的--直接抑制掉（抑制方法为NMS），而f中的做法则是选择保留，很明显，保留之后的性能变差了，这是因为保留之后必然会存在一个FP，而这个FP会对[P-R曲线](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=2&q=P-R%E6%9B%B2%E7%BA%BF&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiJQLVLmm7Lnur8iLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MiwiemRfdG9rZW4iOm51bGx9.-JdjOwMeYKqmkG_jaz0zj2h45QbM2Zfcqe_4iWbjanc&zhida_source=entity)的后半段产生巨大影响；g的做法比较直观--保留那个分数低但是定位更好的，但是如何确定哪个是定位更好的结果呢？最简单的方法就是“预测定位效果”，[IOU-Net](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=IOU-Net&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiJJT1UtTmV0IiwiemhpZGFfc291cmNlIjoiZW50aXR5IiwiY29udGVudF9pZCI6MTAwNzc0MDcyLCJjb250ZW50X3R5cGUiOiJBcnRpY2xlIiwibWF0Y2hfb3JkZXIiOjEsInpkX3Rva2VuIjpudWxsfQ.X3-Mxi2zf_Jv_5lLoie714e9OFPwj5RhvGCi9Bo-q1o&zhida_source=entity)就是一个可以用于解决这个问题的研究工作，通过预测检测结果与GT的IOU来判断哪个检测结果的定位效果更好；h的做法非常有意思--将那个应该被抑制掉的检测结果留下来，但是并不是像f那样直接保留，而是给它打了一个很低的分数再保留，这样一来：在计算低阈值mAP时，就不存在比这个FP分数更低的TP了，而在计算高阈值mAP时，它又会对性能有所帮助，所以综合下来，h中的操作也可以提高mmAP。等等，是否觉得这种重新打分的操作非常熟悉？没错，它就是[Soft-NMS](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=Soft-NMS&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiJTb2Z0LU5NUyIsInpoaWRhX3NvdXJjZSI6ImVudGl0eSIsImNvbnRlbnRfaWQiOjEwMDc3NDA3MiwiY29udGVudF90eXBlIjoiQXJ0aWNsZSIsIm1hdGNoX29yZGVyIjoxLCJ6ZF90b2tlbiI6bnVsbH0.NQzH37GfsmNWZ_t9vmmdGUqgy-JrPIDOVNI1Jk_XHk0&zhida_source=entity)。其实，在[大数据集](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=%E5%A4%A7%E6%95%B0%E6%8D%AE%E9%9B%86&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLlpKfmlbDmja7pm4YiLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MSwiemRfdG9rZW4iOm51bGx9.-CG4JxXr96piVyXKIHQHgJ1205sDT8rBZTGQ7PVtePQ&zhida_source=entity)上（比如COCO），是无法保证重新打分后的检测结果的分数低于所有其他TP的。但是只要被Soft-NMS重新打分的那些结果的平均性能优于该分数段的检测结果，那么性能就会提升。可以这样理解，那些本身就应该保留的高分检测结果大部分是“王者”或者“钻石”，而那些被重新打分的都是“王者”或者“青铜”，虽然并不都是好的，但是由于重新打分，我们把它们放到了“白银”分段，和那些低分检测结果混在了一起。所以最终它们还是能提高检测性能的。
**mmAP之外 --[分数密度](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=%E5%88%86%E6%95%B0%E5%AF%86%E5%BA%A6&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLliIbmlbDlr4bluqYiLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MSwiemRfdG9rZW4iOm51bGx9.G6v94w9i_8sNUI4dDhVKkIc6_3Q8tB3qE1Op43bvXU0&zhida_source=entity)**
mmAP也并不是全能的，有一个被mmAP忽略掉的因素就是“分数密度”，也就是每个目标的具体得分情况，mmAP在计算时，只考虑所有检测结果的排序，但并不会考虑检测结果的具体分数，两个mmAP完全相同的检测器的得分可能相差很大。比如下图。
![](../images/005.jpg)
检测结果（红色表示FP）
两者的mmAP完全相同，但是FP的分值并不相同，左边的两个FP分别为0.87和0.86，而右边的两个FP为0.25和0.35。在实际使用时，右侧的检测器我们可以将分数阈值设置为0.35到0.88之间的任何一个数字，因为TP和FP之间有很大的分数差距；而对于左边的检测器，我们只能将分数阈值设置在0.87到0.88之间。换言之，有着同样的mmAP的检测器，在实际使用时的[泛化能力](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=%E6%B3%9B%E5%8C%96%E8%83%BD%E5%8A%9B&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLms5vljJbog73lipsiLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MSwiemRfdG9rZW4iOm51bGx9.yHiwH_su6_wNYPj1XxeNe6O6ghbxpUgbokW2gNVWrZY&zhida_source=entity)未必相同。这是因为mmAP并没有考虑到如“分数密度”这样的因素。
**mmAP之外 --[P-R trade-off](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=P-R+trade-off&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiJQLVIgdHJhZGUtb2ZmIiwiemhpZGFfc291cmNlIjoiZW50aXR5IiwiY29udGVudF9pZCI6MTAwNzc0MDcyLCJjb250ZW50X3R5cGUiOiJBcnRpY2xlIiwibWF0Y2hfb3JkZXIiOjEsInpkX3Rva2VuIjpudWxsfQ.kWyfcWCkoo061TxianMxsA30-NzRk5o6ijUak29mpIU&zhida_source=entity)**
mmAP更高意味着检测结果性能更好，但是当给定一个场景时，却未必总是这样。比如在一个智能收银场景，对图像中所有物体都要检测出来并进行分类，此时我们可能更关心accuracy=TP / (TP+FP+FN)，因为此时漏检（FN）和误检（FP）对于性能的损失是相同的。那么拥有更高mmAP的检测器一定拥有更高的acc吗？答案是否定的。
![](../images/006.jpg)
如图，蓝色曲线和绿色曲线相比，AP明显更低，但是却可以达到更高的acc。
这个例子并不是用来证明mmAP不够好。实际上之所以有这样的现象，是因为：mmAP是用来评价检测算法的，而acc是用来评价具体场景下的检测器的。检测算法的mmAP更高，那么它在综合所有任务场景上来看就会有更好的性能。但是当我们有一个确定的场景时，mmAP就会因为“考虑得太全面”而不那么适用了，此时我们应该寻找一个其他的评价指标来衡量检测器的性能，这个指标需要考虑很多因素，比如如何在P-R重要性之间进行trade-off（取舍）。
**总结**
**mmAP是[目标检测](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=2&q=%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLnm67moIfmo4DmtYsiLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MiwiemRfdG9rZW4iOm51bGx9.ZiovRz-YKMQrVsJeMsm0eb0xrDGx2LOhm-YNDvX82YU&zhida_source=entity)领域非常重要的[性能评价](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=%E6%80%A7%E8%83%BD%E8%AF%84%E4%BB%B7&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLmgKfog73or4Tku7ciLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MSwiemRfdG9rZW4iOm51bGx9.exGtpn5qLyPZ5puqCOzpc5xMJRxosmHmAnHtuCdGzgU&zhida_source=entity)指标，它综合考虑了许多因素，比如类别间的均衡、定位精度的需求等。mmAP也有很多特点，比如“FP未必就是没用的”……不过，虽然mmAP很经典，但它也有体现不出来的要素，比如“分数密度“等。总而言之，mmAP是非常值得深入思考和研究的，辩证地看待它、使用它，才能由表及里的设计出优秀的[目标检测算法](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLnm67moIfmo4DmtYvnrpfms5UiLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MSwiemRfdG9rZW4iOm51bGx9.uLjXXEwr_AxiIxUgEYq5JaQfSrSTeJjqVrobPW3s-TY&zhida_source=entity)。**
PS：旷视[南京研究院](https://zhida.zhihu.com/search?content_id=100774072&content_type=Article&match_order=1&q=%E5%8D%97%E4%BA%AC%E7%A0%94%E7%A9%B6%E9%99%A2&zd_token=eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJpc3MiOiJ6aGlkYV9zZXJ2ZXIiLCJleHAiOjE3OTExMzk0NzUsInEiOiLljZfkuqznoJTnqbbpmaIiLCJ6aGlkYV9zb3VyY2UiOiJlbnRpdHkiLCJjb250ZW50X2lkIjoxMDA3NzQwNzIsImNvbnRlbnRfdHlwZSI6IkFydGljbGUiLCJtYXRjaF9vcmRlciI6MSwiemRfdG9rZW4iOm51bGx9.T68_IIrxuIKfew9oSoByVbWM1N57PDHilq0vw7LW2_Q&zhida_source=entity)全职、实习岗位持续open，欢迎推荐、自荐，简历请发送至南京研究院负责人：songrenjie@megvii.com
编辑于 2021-03-22 08:05
[计算机视觉](https://www.zhihu.com/topic/19590195)
[目标检测](https://www.zhihu.com/topic/19596960)
[深度学习（Deep Learning）](https://www.zhihu.com/topic/19813032)
​赞同 194​​30 条评论​291 ​8 
​分享
​申请转载​
​
![](../images/007.jpeg)
未登录用户
  

30 条评论
默认
最新
[![瞿可](../images/008.jpg)](https://www.zhihu.com/people/e4a790c90f945043b6defb69e8abd7b3)
[瞿可](https://www.zhihu.com/people/e4a790c90f945043b6defb69e8abd7b3)
跪求一个问题！ 算mmap的时候是不是应该把置信度调的很低，尽量多检测出框，这样map会更高是吗？？？？
2019-03-27
​回复​2
[![zzzz1](../images/009.jpg)](https://www.zhihu.com/people/d860de46adefb6fc2b909217d13e9064)
[zzzz1](https://www.zhihu.com/people/d860de46adefb6fc2b909217d13e9064)
作者
是的，因为这样会加长pr曲线的尾巴，并且对pr曲线的前面的部分不会有任何影响。
2019-03-27
​回复​喜欢
展开其他 3 条回复​
[![zg9uagfv](../images/010.jpg)](https://www.zhihu.com/people/cea38552156a6e021f6a1fecbed844e5)
[zg9uagfv](https://www.zhihu.com/people/cea38552156a6e021f6a1fecbed844e5)
大佬，map@0.5的mmap等于33.7，是怎么计算出来的？
2019-02-28
​回复​2
[![zzzz1](../images/020.jpg)](https://www.zhihu.com/people/d860de46adefb6fc2b909217d13e9064)
[zzzz1](https://www.zhihu.com/people/d860de46adefb6fc2b909217d13e9064)
作者
大兄弟你看得很细啊～  
实际上这是一个计算上的细节问题。
直观来看Recall最大为0.33，所以0-0.33期间Precision都为1。那么计算下来mAP应该等于0.33才对。但是实际上COCO计算mAP时使用了recall = [0, 0.01, ..., 1.00]共101个采样点，因此共有34（0到0.33）个点的Precision=1，其余均为0。所以其mAP为 34/101 约等于0.337。
2019-03-01
​回复​11
展开其他 1 条回复​
[![zxhr2793](../images/012.jpg)](https://www.zhihu.com/people/2092fe46518e69fc321954b9db1c7314)
[zxhr2793](https://www.zhihu.com/people/2092fe46518e69fc321954b9db1c7314)
楼主总结的非常好，解决了我实验中遇到的一些不理解的现象。但是有个疑问：f保留的那个FP会对后面的PR曲线产生影响嘛？在@0.5时，FP之后没有TP，召回率不变，精度下降，但是PR曲线没有变化啊，所以和h@0.5的分数不一样不太明白
2019-02-24
​回复​1
[![zzzz1](../images/020.jpg)](https://www.zhihu.com/people/d860de46adefb6fc2b909217d13e9064)
[zzzz1](https://www.zhihu.com/people/d860de46adefb6fc2b909217d13e9064)
作者
可能是图画的不太好，分数不清晰。f里面的那个很明显的fp的分数比另外两个tp要高，所以它后面是有tp的，所以该fp会影响性能。
2019-02-24
​回复​喜欢
展开其他 1 条回复​
[![后仰平行地面](../images/014.jpg)](https://www.zhihu.com/people/53e07d1a64377ba9506897c37f92f5fc)
[后仰平行地面](https://www.zhihu.com/people/53e07d1a64377ba9506897c37f92f5fc)
您好楼主，请问一下目标检测算法是不是不能考虑ROC曲线和灵敏度特异度啊？因为fpr和特异度这两个指标计算都涉及tn，但是我看有些论文ROC曲线的横轴也就是fpr直接拿fp画的，这对吗
2020-09-18
​回复​喜欢
[![南来北往](../images/015.jpg)](https://www.zhihu.com/people/4d22393460bdec860e458b36a6c1d740)
[南来北往](https://www.zhihu.com/people/4d22393460bdec860e458b36a6c1d740)
您是不是应该注明一下各检测框与gt的iou，不然mmap难得看出来呀...
2020-07-22
​回复​喜欢
[![步履不停](../images/016.jpg)](https://www.zhihu.com/people/528733724852ef4fa823392085c2579c)
[步履不停](https://www.zhihu.com/people/528733724852ef4fa823392085c2579c)
请问一下大佬，在iou0.95的情况下，为什么a中没有TP，它0.96不也是属于TP的情况吗，难道是图显示不够清楚
2020-05-26
​回复​喜欢
[![小河沟](../images/017.jpg)](https://www.zhihu.com/people/b5a2a257c0b0fedf0318b73b881c810d)
[小河沟](https://www.zhihu.com/people/b5a2a257c0b0fedf0318b73b881c810d)
大多数同一个gt的对应的多个预测框，nms过后差不多都没有了吧
2020-02-06
​回复​喜欢
[![付知乎](../images/018.jpg)](https://www.zhihu.com/people/878b64304499ad1936076cff7bf12208)
[付知乎](https://www.zhihu.com/people/878b64304499ad1936076cff7bf12208)
大佬，请问有碰到过两个检测器在IoU@0.5和IoU@0.7下的Recall差不多，且在0.5下的mAP也差不多，但在0.7下的mAP却差别较大的情况吗？
2019-07-25
​回复​喜欢
[![a粒](../images/019.jpg)](https://www.zhihu.com/people/3e8e7bfcd6d90217870eab577a5d8bd2)
[a粒](https://www.zhihu.com/people/3e8e7bfcd6d90217870eab577a5d8bd2)
您好，我想问一下，目标检测的评价中是不是不用ROC？原因是不是在False positive rate=FP/N的计算中，N（negative）的数量无法计算呀？
2019-07-13
​回复​喜欢
[![zzzz1](../images/020.jpg)](https://www.zhihu.com/people/d860de46adefb6fc2b909217d13e9064)
[zzzz1](https://www.zhihu.com/people/d860de46adefb6fc2b909217d13e9064)
作者
对的，n就不好定义。检测这样的非结构化输出任务的是不好定义TN这个概念的。
2019-07-15
​回复​喜欢
[![康康](../images/021.jpg)](https://www.zhihu.com/people/4952158e67d57ed81258096add901242)
[康康](https://www.zhihu.com/people/4952158e67d57ed81258096add901242)
老哥你可以把这几幅图当面试题了
2019-04-18
​回复​喜欢
点击查看全部评论
![](../images/007.jpeg)
未登录用户
  

关于作者
[![zzzz1](../images/022.jpg)](https://www.zhihu.com/people/zhao-bo-rui-42)
[zzzz1](https://www.zhihu.com/people/zhao-bo-rui-42)
[ 回答 **11** ](https://www.zhihu.com/people/zhao-bo-rui-42/answers)[ 文章 **2** ](https://www.zhihu.com/people/zhao-bo-rui-42/posts)[ 关注者 **649** ](https://www.zhihu.com/people/zhao-bo-rui-42/followers)
​关注他​发私信
大家都在搜
换一换
[江歌妈妈发长文尘埃终将落定704 万](https://www.zhihu.com/search?q=%E6%B1%9F%E6%AD%8C%E5%A6%88%E5%A6%88%E5%8F%91%E9%95%BF%E6%96%87%E5%B0%98%E5%9F%83%E7%BB%88%E5%B0%86%E8%90%BD%E5%AE%9A&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)热
[中国男足 0-5 巴勒斯坦562 万](https://www.zhihu.com/search?q=%E4%B8%AD%E5%9B%BD%E7%94%B7%E8%B6%B3+0-5+%E5%B7%B4%E5%8B%92%E6%96%AF%E5%9D%A6&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)热
[原央视主持人阿丘回应被通报419 万](https://www.zhihu.com/search?q=%E5%8E%9F%E5%A4%AE%E8%A7%86%E4%B8%BB%E6%8C%81%E4%BA%BA%E9%98%BF%E4%B8%98%E5%9B%9E%E5%BA%94%E8%A2%AB%E9%80%9A%E6%8A%A5&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)热
[华为与赛力斯达成新五年合作409 万](https://www.zhihu.com/search?q=%E5%8D%8E%E4%B8%BA%E4%B8%8E%E8%B5%9B%E5%8A%9B%E6%96%AF%E8%BE%BE%E6%88%90%E6%96%B0%E4%BA%94%E5%B9%B4%E5%90%88%E4%BD%9C&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)热
[迪拜航空确认航班发生事故398 万](https://www.zhihu.com/search?q=%E8%BF%AA%E6%8B%9C%E8%88%AA%E7%A9%BA%E7%A1%AE%E8%AE%A4%E8%88%AA%E7%8F%AD%E5%8F%91%E7%94%9F%E4%BA%8B%E6%95%85&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)热
[东航回应网传空姐跪地道歉326 万](https://www.zhihu.com/search?q=%E4%B8%9C%E8%88%AA%E5%9B%9E%E5%BA%94%E7%BD%91%E4%BC%A0%E7%A9%BA%E5%A7%90%E8%B7%AA%E5%9C%B0%E9%81%93%E6%AD%89&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)
[王楚钦：不知道为什么就是感觉累320 万](https://www.zhihu.com/search?q=%E7%8E%8B%E6%A5%9A%E9%92%A6%EF%BC%9A%E4%B8%8D%E7%9F%A5%E9%81%93%E4%B8%BA%E4%BB%80%E4%B9%88%E5%B0%B1%E6%98%AF%E6%84%9F%E8%A7%89%E7%B4%AF&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)热
[江苏高考作文《衬衫的价格为 9 磅 15 便士》爆火268 万](https://www.zhihu.com/search?q=%E6%B1%9F%E8%8B%8F%E9%AB%98%E8%80%83%E4%BD%9C%E6%96%87%E3%80%8A%E8%A1%AC%E8%A1%AB%E7%9A%84%E4%BB%B7%E6%A0%BC%E4%B8%BA+9+%E7%A3%85+15+%E4%BE%BF%E5%A3%AB%E3%80%8B%E7%88%86%E7%81%AB&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)
[女装网店开始用防拆带了265 万](https://www.zhihu.com/search?q=%E5%A5%B3%E8%A3%85%E7%BD%91%E5%BA%97%E5%BC%80%E5%A7%8B%E7%94%A8%E9%98%B2%E6%8B%86%E5%B8%A6%E4%BA%86&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)
[孕妇骑车别车被司机踹翻257 万](https://www.zhihu.com/search?q=%E5%AD%95%E5%A6%87%E9%AA%91%E8%BD%A6%E5%88%AB%E8%BD%A6%E8%A2%AB%E5%8F%B8%E6%9C%BA%E8%B8%B9%E7%BF%BB&search_source=Trending&utm_content=search_hot&utm_medium=organic&utm_source=zhihu&type=content&request_click_id=ec72f869-67ae-4657-8bb9-53314c69ffd5)
### 推荐阅读
# [浅析经典目标检测评价指标--mmAP（一） 大家好，我是旷视科技南京研究院研究员赵博睿，主要研究领域为目标检测。今天和大家聊聊mmAP的那些事～ 目标检测是计算机视觉领域的一项基础问题，在许多智能场景的落地应用中目标检测通常… zzzz1 ](https://zhuanlan.zhihu.com/p/55575423)# [目标检测任务、多分类任务的评价指标 二分类任务评价指标首先明确在一般的分类任务或是检测任务中，如果是多分类情况，那么一般的评价指标包含了每个类别独立的指标（如果对于一些类别之间存在关系的特殊任务，可能还会有额外的… red0orange ](https://zhuanlan.zhihu.com/p/371819054)[ ![目标检测评价标准mAP](../images/024.jpg)目标检测评价标准mAP 千佛山彭于...发表于机器学习、... ](https://zhuanlan.zhihu.com/p/48168713)[ ![避坑指南：如何选择适当的预测评价指标？| 程序员评测](../images/026.jpg)避坑指南：如何选择适当的预测评价指标？| 程序员评测 AI科技大...发表于AI科技大... ](https://zhuanlan.zhihu.com/p/74627482) 

_想来知乎工作？请发送邮件到 jobs@zhihu.com_
打开知乎App
在「我的页」右上角打开扫一扫
![](../images/body-0f9788d006ab0f4da762.png)
其他扫码方式：微信
下载知乎App
无障碍模式
验证码登录
密码登录
[开通机构号](https://zhuanlan.zhihu.com/org/signup)
中国 +86
获取短信验证码
忘记密码
登录/注册
其他方式登录
未注册手机验证后自动登录，注册即代表同意[《知乎协议》](https://www.zhihu.com/term/zhihu-terms)[《隐私保护指引》](https://www.zhihu.com/term/privacy)
扫码下载知乎 App
关闭二维码