mAP(mean Average Precision) のまとめ - Qiitaほぼほぼこの記事の翻訳です。 mAPは物体検知モデルに使われる評価指標です。mAPを理解するにはまずPrecision、Recall、IoUについて理解する必要があります。 Precision（適合率） 予測がどれだけ正確かを表す。 光の速さを知りたいとします。 何らかの検索システムで「光の速さ」で検索した結果、100件の文書がヒットしたとする。 その100件のうち、「光の速さ」が正しく分かる文書を正解とし、正解は60件だったとする。 すると、この場合の適合率は 60/100 = 0.60 となる。 Recall（再現率） 結果として出てくるべきもののうち、実際出てきたものの割合 検索システムが扱う全データ(文書)の中で、光の速さが分かるものは全部で200件だとする。 しかし、「光の速さ」と検索して、実際に得られた結果(文書)は90件だとする。 すると、この場合の再現率は 90/200 =
