对于一个检测器，我们需要制定一定的规则来评价其好坏，从而选择需要的检测器。对于图像分类任务来讲，由于其输出是很简单的图像类别，因此很容易通过判断分类正确的图像数量来进行衡量。物体检测模型的输出是非结构化的，事先并无法得知输出物体的数量、位置、大小等，因此物体检测的评价算法就稍微复杂一些。对于具体的某个物体来讲，我们可以从预测框与真实框的贴合程度来判断检测的质量，通常使用IoU（Intersection of Union）来量化贴合程度。IoU的计算方式如图1.12所示，使用两个边框的交集与并集的比值，就可以得到IoU，公式如式（1-1）所示。显而易见，IoU的取值区间是[0,1]，IoU值越大，表明两个框重合越好。
对于IoU而言，我们通常会选取一个阈值，如0.5，来确定预测框是正确的还是错误的。当两个框的IoU大于0.5时，我们认为是一个有效的检测，否则属于无效的匹配。如图1.13中有两个杯子的标签，模型产生了两个预测框。
由于图像中存在背景与物体两种标签，预测框也分为正确与错误， 因此在评测时会产生以下4种样本。
- 正确检测框TP（True Positive）：预测框正确地与标签框匹配了，两者间的IoU大于0.5，如图1.13中右下方的检测框。
- 误检框FP（False Positive）：将背景预测成了物体，如图1.13中左下方的检测框，通常这种框与图中所有标签的IoU都不会超过0.5。
- 漏检框FN（False Negative）：本来需要模型检测出的物体，模型没有检测出，如图1.13中左上方的杯子。
- 正确背景（True Negative）：本身是背景，模型也没有检测出来，这种情况在物体检测中通常不需要考虑。
有了上述基础知识，我们就可以开始进行检测模型的评测。对于一 个检测器，通常使用mAP（mean Average Precision）这一指标来评价一个模型的好坏，这里的AP指的是一个类别的检测精度，mAP则是多个类别的平均精度。评测需要每张图片的预测值与标签值，对于某一个实 例，二者包含的内容分别如下：
- 预测值（Dets）：物体类别、边框位置的4个预测值、该物体的得分。
- 标签值（GTs）：物体类别、边框位置的4个真值。
在遍历完所有的预测框后，我们会得到每一个预测框的属性，即TP或FP。在遍历的过程中，我们可以通过当前TP的数量来计算模型的召回率（Recall，R），即当前一共检测出的标签框与所有标签框的比值
除了召回率，还有一个重要指标是准确率（Precision，P），即当 前遍历过的预测框中，属于正确预测边框的比值
遍历到每一个预测框时，都可以生成一个对应的P与R，这两个值 可以组成一个点(R,P)，将所有的点绘制成曲线，即形成了P-R曲线
然而，即使有了P-R曲线，评价模型仍然不直观，如果直接取曲线 上的点，在哪里选取都不合适，因为召回率高的时候准确率会很低，准 确率高的时候往往召回率很低。这时，AP就派上用场了
从公式中可以看出，AP代表了曲线的面积，综合考量了不同召回 率下的准确率，不会对P与R有任何偏好。每个类别的AP是相互独立 的，将每个类别的AP进行平均，即可得到mAP。严格意义上讲，还需 要对曲线进行一定的修正，再进行AP计算。除了求面积的方式，还可 以使用11个不同召回率对应的准确率求平均的方式求AP。 下面从代码层面详细讲述AP求解过程。假设当前经过标签数据与 预测数据的加载，我们得到了下面两个变量：
- det_boxes：包含全部图像中所有类别的预测框，其中一个边框包 含了[left,top,right,bottom,score,NameofImage]。
- gt_boxes：包含了全部图像中所有类别的标签，其中一个标签的内 容为[left,top,right,bottom,0]。需要注意的是，最后一位0代表该标签有没 有被匹配过，如果匹配过则会置为1，其他预测框再去匹配则为误检 框。
