IOU
预测与标注重叠的区域 / 预测与重叠的全部区域
AP(Average Precison)是计算具体某个类别的AP，相当于一个二分类问题，计算步骤如下：
先确定划分positive和negative的IoU阈值，预测的proposal与当前这个类别的GT的IoU大于阈值，则这个预测结果为positive（TP），否则为negative（FP）
平均计算所有类别的AP就是mAP
AP
是衡量学习出来的模型在每一个类别上的好坏 会设置一个阈值 就是重合部分的占比是多少我们就认为是检测正确
阈值的说明
mAP
是衡量学习出来的模型在所有类别的好坏 取所有的类别的均值
使用了10个阈值
