f 1 k = 2 R e c a l l k ∗ P r e c i s i o n k R e c a l l k + P r e c i s i o n k f1_k=2 \frac{Recall_k*Precision_k}{Recall_k+Precision_k } f1k=2Recallk+PrecisionkRecallk∗Precisionk
而后计算所有类别的平均值,记为F1,公式为
F 1 = ( 1 n Σ f 1 k ) 2 F1= (\frac{1}{n}\Sigma f1_k )^2 F1=(n1Σf1k)2
mAP
mAP,英文全称是mean Average Precision,即各类别AP的平均值,AP的计算使用了差值平均准确率的评测方法,即Precision-Recall曲线下的面积,公式为
A P = ( 1 n Σ ( r ∈ 1 n , 2 n … n − 1 n , 1 ) P i n t e r p o ( r ) ) AP=(\frac{1}{n}\Sigma_{(r∈{\frac{1}{n},\frac{2}{n}…\frac{n-1}{n},1})}{P_interpo (r)}) AP=(n1Σ(r∈n1,n2…nn−1,1)Pinterpo(r))
其中n表示检测点的个数,P_interpo ®代表在召回率为r时准确率的数值。根据AP可计算mAP,公式为
m A P = ( 1 n Σ A P ) mAP=(\frac{1}{n} \Sigma {AP}) mAP=(n1ΣAP)