COCOAPI

[Sunpoleone]

问题描述 Please describe your issue

我的数据集一共1600张图片，按照9:1的比例划分训练集及测试集，测试集160张，我用程序的评估代码跑出了以下结果 我的数据一共四个类别（积物、积水、气体、异物穿入），清官方结合我的数据，举例详细解释下precision、AP、mAP这些指标具体如何算出的，恳求官方快速回复。

[BaiduPaddle]

PaddleDetection评估是调用官方cocoapi接口，可以自行在网上搜索关于coco指标的解答，https://www.jianshu.com/p/d7a06a720a2b

[BaiduPaddle]

结合你的数据解释 precision（类别框-查准率）： 实验测试集一共有160张数据，模型评估后共有160组precision值，因为每个组内的具体precision值不固定，因为一张图片中相同类别如果检测出多个框，每检测出一个框就会有一个precision值，因此整个实验测试集输出的precision总体个数可能会大于160,因为需要考虑一张图片识别出多个框的情况，官方cocoapi会结合测试集输出筛框后的precious值。 AP（Average precision）（单个类别识别精度）： 本实验测试集一共160张，内部包含4各类别，每个类别都会输出一个AP值，单个类别AP值的计算公式，分母为具体识别出当前标注框的总数，分子为每个识别框对应precision的总和， （比如 想计算积物类别的AP值：分母为测试集数据中实际识别成积物这个类别的标记框总数 假设为54，分子为这54个标记框输出的precision值相加总和。 mAP（模型识别精度）： 本实验测试集一共160张，内部包含4个类别，每个类别都会输出一个AP值，模型总识别精度计算公式为，分母为模型内类别总数，分子为每个类别AP值相加总和。 （观察api接口输出截图，一共有四个类别，计算mAP时，分母即为4，分子为积物、积水、气体、异物传入四个类别的AP值总和）

[Sunpoleone]

请问官方评估接口直接输出的box_precision的值，具体什么含义，有具体公式或代码吗？

[BaiduPaddle]

PaddleDetection评估过程是调用官方cocoapi接口直接输出，如下图所示。 开发者仅具备使用权！ 结合您的输出“box_precision”，具体找到pycocotools包内代码块如下图所示。 box_precision为筛框前的总标记框精确度。 代码推断box_precision计算为 筛框前精确度与无效框损失相减求得。