准确率Precision
召回率Recall
其实这个翻译相当蛋疼。。。
recall最合理的翻译应该是 查全率
而Precision的最合理的翻译应该是查准率
这样就很容易理解了，假设一个班级有10个学生，5男5女
你用机器找女生，机器返回了一下结果：
| 男 | 女 | 女 | 男 | 女 | 男 |
那么查准率为：3/6 = 0.5（返回的6个结果只有3个正确）
查全率为: 3/5 = 0.6 （所有女生有5个，但只找到3个）
参考文章：
https://blog.csdn.net/leviopku/article/details/80835929
AP（准确均值）
下面对猫狗计算AP,可以看出纵坐标为Precision，横坐标为recall，那么AP也就是曲线围城的面积
mAP(平均准确均值)
mAP也就是多个类别的均值，这里以两类gt-label(0\1)为例
下面介绍最新的VOC数据集计算方法
首先根据score(置信度)对列表从大到小排序。
top-N:这里选取列表前N列作为统计结果。
根据算法，按照recall（查全率）划分数据集，分别计算准确率；
取本次最大准确率作为该recall的准确率。
注意：对于top-N=6时，这里根据（
r
≤
r
′
r \leq r’
r
≤
r
′
）,也就是说取top-N>6,recall对应的任意的最大值，这里取的是4/7