1.目标检测评价指标——mAP(平均准确率均值)

如上图所示，有7张图片，其中有15个ground-truth，用绿色边框表示，24个检测到的对象用红色框表示，每个检测到的对象由字母A,B,…,Y表示，并具有知信度confidence

上表为图中对应信息

TP和FP:

True Positive (TP): IOU=阈值的检测框
False Positive (FP): IOU阈值的检测框
False Negative (FN): 未被检测到的GT
True Negative (TN): 忽略不计

Precision=TPTP FP=TPall detectionsPrecision=\frac{TP}{TP FP}=\frac{TP}{all\;detections}Precision=TP FPTP=alldetectionsTP

Recall=TPTP FN=TPall ground−truthsRecall=\frac{TP}{TP FN}=\frac{TP}{all\;ground-truths}Recall=TP FNTP=allground−truthsTP

按照置信度从大到小将框进行排序：

利用confidence给BBOX排序,对每个BBOX都计算对应的precision和recall值,例如:
对BBOX R, precision = 1/1 = 1, recall = 1/15=0.0666
对BBOX Y, precision = 1/2 = 0.5, recall = 1/15=0.0666
对BBOX J, precision = 2/3 = 0.6666, recall = 2/15=0.1333

根据每个框的召回率和精确率画出折线图，即上图左图
通过11点插值法，即以0.1为间隔计算召回率对应的准确率，得到右图

ρinterp(γ)=max⁡r:r⩾rρ(γ~)\rho_{interp}(\gamma)=\max \limits_{r:r\geqslant r}\rho(\tilde\gamma)ρinterp(γ)=r:r⩾rmaxρ(γ~)，其中ρinterp(γ)\rho_{interp}(\gamma)ρinterp(γ)表示当前插值召回率的准确率
公式整体表示：当前召回率对应的准确率等于所有大于等于当前召回率的召回率对应的准确率的最大值值

举例说明：
第一个插值点是0.0，从左图上可以看到，大于等于0的召回率中，R点对应准确率最大，是1，所以对应右图，当召回率为0，其准确率为1
第二个插值点是0.1，从左图上可以看出，大于等于0.1的召回率中，J点对应准确率最大，为0.6666，所以在右图中，召回率为0.1，其准确率为0.6666
依次类推计算后面的插值点的准确率

然后计算这11个点的平均准确率：
AP=111∑r∈{0.0,0.1,…,1.0}ρinterp(γ)AP=\frac{1}{11}\sum\limits_{r\in\{0.0,0.1,…,1.0\}}\rho_{interp}(\gamma)AP=111r∈{0.0,0.1,…,1.0}∑ρinterp(γ)
AP=111(1 0.6666 0.4285 0.4285 0.4285 0 0 0 0 0 0)=26.84%AP=\frac{1}{11}(1 0.6666 0.4285 0.4285 0.4285 0 0 0 0 0 0)=26.84\%AP=111(1 0.6666 0.4285 0.4285 0.4285 0 0 0 0 0 0)=26.84%

二、论文结构

Abstract：介绍了yolo算法及其速度快的优点
1.Introduction：1.yolo简单原理图 2.与R-CNN相比yolo的优点 3.与传统算法相比yolo的有点
2.Unified Detection：one stage detection算法的原理和细节
- 2.1Network Design：介绍yolo与fast yolo的网络结构
- 2.2Training：yolo训练方法、损失函数及参数
- 2.3Inference：yolo预测阶段细节
- 2.4Limitations of YOLO：yolo的一些局限性
Comparasion to Other Detection Systems：与其他算法对比，包括相同点和不同点
Experiments：从速度和精度上与其他算法做对比
Real-Time Detection In The Wild：yolo连接摄像头时可以进行实时监测
Convolution：再次强调了yolo的优点——one stage、快速、鲁棒