什么是mAP呢？这里的m是mean，平均值，所以搞懂AP是什么就行了。
AP即平均精确度。那么目标检测任务中，如何衡量一个模型的平均精确度？
通常来讲有两个指标。
P，精确率，precision。R，召回率，recall。这两个概念最开始运用在信息检索领域。例如总共需要100条信息，检索出来80条，其中60条需要，20条不需要。那么精确率即20/80=75，召回率60/100=60%。
运用到目标领域问题里，由人为判断哪些是需要的，哪些是不需要的显然不可行，于是有了重新的定义。
首先介绍IOU，即交并比。例如下图中，蓝框是真值，橙框是预测框。IOU即两个框相交的面积比上两框总面积。
?
?
True、False的分类标准是IOU。
Positive、Negative的分类标准是置信度。
?
进而
?
我们当然希望P值与R值都越高越好，然是实际上这通常很难发生。我们将P-R值绘成曲线，得到PR曲线。
?
为了同时考虑P-R的影响，于是我们将PR曲线围成的面积记作PR当作平均精确度，即AP值。
所谓m取平均呢，是指的在多个验证集上求AP的平均值。
至此，mAP的含义便清晰了，反应的是模型的准确度。