【深度学习】如何计算AP（平均精度）和mAP（平均精度均值）？

起因：最近导师给买了本书，叫做《智能计算系统》（陈云霁等人编著），让我上b站看看教材对应的视频。不得不说这书写的确实不错，b站上的视频讲的也还可以。书和视频的内容可以相互补充，比如视频对于一些细节讲的不清楚，看一下书对应的部分就能了解得差不多。书讲的不清楚的地方就可以按照标注的附录去找原材料，基本就能搞懂~

所以先推荐一波书+视频，有兴趣的可以看看~

b站视频链接：

https://www.bilibili.com/video/BV1WE411A7tv

我现在刚看到第三章，讲到计算AP和mAP的地方不太明白，就去书上标注的附录找到援引的文件，在这里附上链接：

http://host.robots.ox.ac.uk/pascal/VOC/voc2012/devkit_doc.pdf

①首先介绍一下Recall（召回率/查全率）和Precision（精度/查准率）：

以一张图片物体检测为例，检测算法框出N=1000个框，正确检测出物体A的框有k=50个，实际上图片中有M=100个物体A：

Recall = k / M

Precision = k / N

Recall和Precision之间是有关系的，如果大幅度增加检测框，比如增加100万个框，此时k↑，M→，N↑↑，那么召回率↑、精度↓

于是引入AP，来衡量测试集中某一个类的分类误差，并