1. mAP

1.1 基本概念

IoU

IoU的定义：预测框和真实框的交并比。

IoU用来定义正负样本，若IoU>threshold，则为正样本；若IoU<=threshold，则为负样本。

Precision & Recall

查准率：预测为正且预测对的样本与所有预测为正的样本之比。

$Precision=\frac{TP}{TP+FP}$

查全率：预测为正且预测对的样本与所有实际为正的样本之比。

$Recall=\frac{TP}{TP+FN}$

1.2 mAP计算流程

当一个数据集通过我们的目标检测算法，得到了预测的框和预测的类别。接下来，我们就需要通过计算IoU来判定这些预测框的正负性，以及经过mAP来判定我们算法的好坏。

举例说明

Image1,2预测猫猫类别。红框为预测框，绿框为真实框。百分数为预测猫猫置信度。

根据置信度降序进行排序。将IoU>0.5的预测框置为TP，IoU<=0.5的预测框置为FP。
计算每个置信度阈值下的Precision和Recall：例如，confidence>=88%时，所有数据集中，（将confidence<88%的预测框忽略掉。多个预测框对应同一个GT，则置信度最高的那个视为TP，其他的视为FP）TP=1，FP=1，FN=2，因此Precision=1/2，Recall=1/3。

绘制出P-R曲线图，然后计算P-R曲线面积作为AP值。

计算步骤

0.选用较低的置信度阈值来筛选网络的预测框。使用nms去除高度重复的框。

1.根据置信度降序，并根据IoU阈值判定TP、FP、FN。

2.计算不同置信度阈值下的Precision和Recall，绘制P-R曲线。

3.P-R曲线面积即为AP值。

4.计算完每个类的AP值求平均即为mAP。

COCO数据集的mAP

COCO数据集的”AP”是对不同的IoU阈值的AP值取平均，再对类别取平均得到最终的mAP（在COCO中mAP也叫AP）。

2. NMS 算法

NMS发生在目标检测算法的最后一步，计算mAP的前一步。

NMS 步骤

(1) 将某一类别的bbx按照confidence从高到低排序。

(2) 记录当前confidence最大的bbx。

(3) 计算最大confidence对应的bbx与剩下所有的bbx的IoU,移除所有大于IoU阈值的bbx（保留小于IoU阈值的bbx索引）。

(4) 对剩下的bbx，循环执行(2)和(3)直到所有的bbx均满足要求（即不能再移除bbx）。

(5) 对每个类依次进行(1)~(4)操作。

(6) 跨种类比较，如果该框在多类别中都是较大confidence，保留最大confidence。

3. Focal loss

Focal Loss 原论文链接

我们首先了解一点，机器都是通过降低loss来达到最终的拟合。那么如果故意增大某一个loss的权重，就会使机器偏向于学习这部分的特征以降低这部分loss，最终提高了机器的在这方面的性能。

3.1 控制难易样本对loss的贡献

图1 绘制不同γ下的FL损失函数。横坐标为目标的预测概率pt，纵坐标为损失值。

当$\gamma =0$时，FL=CE为二分类交叉熵损失函数。当前面加上了调制系数$(1-p_t{)}^{\gamma }$，我们就可以通过这个系数来控制难易样本对loss的贡献程度：

当目标预测概率为$p_t=0.9$时($p_t\in [0,1]$)，我们可以说这是一个易区分的样本，得知$(1-p_t{)}^{\gamma }$非常接近于0，FL的结果是非常接近0的，降低易区分样本的损失值。

当目标预测概率为$p_t=0.1$时，我们可以说这是一个难区分的样本，得知$(1-p_t{)}^{\gamma }$非常接近于1，FL的结果是接近无限大的，增加难区分样本的损失值。

通过设计Focal Loss，降低易区分样本对loss的贡献，加大难区分样本对loss的贡献，最终使网络更加关注那些难区分的样本，从而提高网络的预测能力。

3.2 控制正负样本对loss的贡献

目标检测中往往负样本的数量远远大于正样本，这会导致网络将大部分的精力财力耗在了大量的负样本上，对最终的检测效果将是不利的，因此我们可以想到降低负样本对loss的贡献，增大正样本对loss的贡献，使网络对正负样本的关注度做一个权衡。

于是FL前又添加了一个权重因子${\alpha }_t$控制正负样本对loss的贡献:

$FL(p_t)=-{\alpha }_t(1-p_t{)}^{\gamma }log(p_t)$ ${\alpha }_t\in [0,1]$

正样本，${\alpha }_t=\alpha$，一般取0.75。

负样本，${\alpha }_t=1-\alpha$，则为0.25。