一文教你学会看多目标检测中的指标

一、先说结论：检测指标到底在衡量什么

目标检测模型要同时回答两个问题：

1. 框得准不准（定位）。
2. 类别判得对不对（分类）。

所以一套可用的评估体系至少要覆盖两件事：

1. 单个预测框是否正确（TP/FP/FN）。
2. 模型在不同阈值下的整体表现（PR 曲线、AP、mAP）。

二、核心概念

2.1 IoU（Intersection over Union）

IoU 用来衡量预测框和标注框的重叠程度：

$$IoU = \frac{Area(B_{pred} \cap B_{gt})}{Area(B_{pred} \cup B_{gt})}$$

一般会设一个阈值（例如 0.5），IoU 达到阈值才有资格被视为“定位正确”。

2.2 TP、FP、FN

在单类别下可以这样理解：

1. TP：类别预测正确，且与某个真实框匹配成功（IoU 达阈值）。
2. FP：预测了目标，但类别错误或没有匹配到真实框。
3. FN：真实目标存在，但模型没有成功预测到。

2.3 Precision 与 Recall

$$Precision = \frac{TP}{TP+FP}, \quad Recall = \frac{TP}{TP+FN}$$

1. Precision 高：误检少。
2. Recall 高：漏检少。

这两个指标通常互相拉扯，需要结合业务场景取平衡。

三、AP 与 mAP 是怎么来的

3.1 AP（单类别）

对某个类别：

1. 把预测框按置信分数从高到低排序。
2. 依次加入预测框，逐步计算 Precision 和 Recall。
3. 得到 PR 曲线，曲线下的面积就是 AP。

$$AP = \int_0^1 P(R)\,dR$$

3.2 mAP（多类别）

对每个类别分别计算 AP，再取平均：

$$mAP = \frac{1}{N}\sum_{i=1}^{N} AP_i$$

常见报告形式有：

1. mAP@0.5：IoU 阈值固定为 0.5。
2. mAP@0.5:0.95：在多个 IoU 阈值上平均（更严格）。

四、关于“置信度”的正确理解

很多文章会把置信度写成固定公式，但这里要特别提醒：

1. 不同检测器的打分定义并不完全相同。
2. 在 YOLO 系列中，常见做法是把 objectness 与分类概率结合用于排序与筛选。
3. IoU 主要用于训练中的匹配和评估阶段，不应简单等同为推理时的“置信度组成项”。

实践上，置信度阈值是一个工程参数：

1. 阈值高：误检减少，但漏检可能增加。
2. 阈值低：召回上升，但误检可能变多。

通常建议结合 PR 曲线和业务容错成本来选阈值，而不是只盯单个数字。

五、怎么读一份检测报告

看到一份结果表，建议按这个顺序看：

1. 先看 mAP@0.5:0.95（总体质量基线）。
2. 再看各类别 AP（找短板类别）。
3. 再看 Precision/Recall（判断是误检问题还是漏检问题）。
4. 最后看速度与资源（FPS、显存、延迟）是否满足部署目标。

六、一个可落地的调参思路

如果你的模型“看起来还行，但线上效果一般”，可以按下面排查：

1. 先检查标注质量和类别定义是否一致。
2. 再检查阈值和 NMS 配置是否合理。
3. 最后再做模型结构和训练策略优化。

经验上，数据质量问题经常比模型结构问题更先成为瓶颈。

总结

这篇文章希望解决三件事：

1. 理清 IoU、TP/FP/FN、AP、mAP 之间的关系。
2. 避免把“置信度”过度简化成单一固定公式。
3. 给出一条能直接用于项目排查的读表和调参路径。

如果你后续想看，我可以在下一篇补一个“从混淆矩阵到误检样例回放”的实战流程。