YOLOv7训练结果中P和R为什么小于mAP

Question

YOLOv7训练结果中P和R为什么小于mAP？多分类问题中P,R和mAP都是怎么计算的？

Answer 1

引自免费微信小程序：皆我百晓生

在计算机视觉任务中，特别是目标检测，我们通常关注三个关键指标：精度（Precision, P）、召回率（Recall, R）和平均精度（mean Average Precision, mAP）。在YOLOv7这样的对象检测模型中，这些指标用来评估模型对图像中的物体进行正确预测的能力。

1. 精度 (Precision, P): 精度是模型预测为正类别的样本中有多少是真正属于正类的比例。公式为： [ P = \frac{TP}{TP + FP} ] 其中，TP（True Positive）表示真正例，即模型正确识别出的正类别；FP（False Positive）表示假正例，即模型错误地将负类别识别为正类别。

2. 召回率 (Recall, R): 召回率是所有实际的正类别中有多少被模型正确识别出来。公式为： [ R = \frac{TP}{TP + FN} ] 其中，FN（False Negative）表示假反例，即模型漏检了的正类别。

3. 平均精度 (mean Average Precision, mAP): 在多类或多IoU阈值的情况下，mAP综合考虑了不同类别的精度和召回率，并且通常基于不同的IoU（Intersection over Union）阈值来计算。mAP是每个类别的AP（Average Precision）的加权平均。AP是一个曲线下的面积，这个曲线是在不同IoU阈值下绘制的精度-召回率曲线。为了得到mAP，首先计算每个类别的AP，然后按照类别的重要性权重（通常是根据类别出现的频率）取平均。

如何计算P、R和mAP？

这里我们将展示一个简化版的Python代码片段来计算单个类别的AP，随后会提供整个mAP的计算方法。注意，这只是一个简化的版本，实际应用中可能需要使用像sklearn.metrics.average_precision_score这样的库函数，或者深度学习框架提供的工具。

def calculate_ap(recalls, precisions):
    recalls = np.concatenate(([0.], recalls, [1.]))
    precisions = np.concatenate(([0.], precisions, [0.]))

    for i in range(len(precisions) - 1, 0, -1):
        precisions[i - 1] = max(precisions[i - 1], precisions[i])

    ap = 0.
    for i in range(1, len(precisions)):
        ap += (recalls[i] - recalls[i - 1]) * precisions[i]

    return ap

# 假设我们有以下的召回率和精度列表
recall_values = [0, 0.5, 0.9, 1]
precision_values = [0, 0.4, 0.8, 1]

ap = calculate_ap(recall_values, precision_values)
print("Single class AP:", ap)

# 对于多类情况，我们需要对每个类别重复上述过程并求加权平均
class_weights = [1, 1, 1]  # 假设每个类别的权重相同
total_map = sum(class_weights[i] * aps[i] for i, aps in enumerate(list_of_class_aps)) / sum(class_weights)
print("mAP:", total_map)

在这个例子中，list_of_class_aps 是一个包含每个类别AP的列表。如果你有多个IoU阈值，你需要计算每个阈值下的mAP，然后取它们的平均值作为最终的mAP。

回到你的问题，P和R小于mAP的原因可能是：

• 当模型对一些类别的召回率不高时，即使在其他类别上表现良好，整体的mAP也会受到影响。
• 如果模型在某些IoU阈值上的性能较差，而这些阈值在计算mAP时被考虑进来，这也可能导致P、R低于mAP。
• 还有可能是因为模型在处理边界案例或小目标时的表现不佳，导致P和R降低。

为了优化这些指标，可以尝试调整模型参数、数据增强技术、增加训练数据量等方法。