目标检测——从混淆矩阵到mAP：核心指标全解析

1. 从混淆矩阵开始目标检测的体检报告当你去医院体检时医生会通过血常规报告上的各种指标判断你的健康状况。在目标检测领域混淆矩阵就是模型的体检报告。我第一次接触这个概念时被TP/FP/FN/TN这些缩写搞得头晕直到用实际案例才真正理解。假设我们在检测街景中的车辆模型对100张图片输出了预测结果。用Excel表格整理后会发现四种情况真正例(TP)模型正确识别出的车辆预测有车实际有车假正例(FP)把路灯误认为车辆预测有车实际无车假反例(FN)漏检的车辆预测无车实际有车真反例(TN)正确识别出的非车辆区域预测无车实际无车这里有个实用技巧第二个字母表示预测结果P/N第一个字母表示预测是否正确T/F。就像我常跟团队说的先看预测对错再看预测结果。2. 精准率与召回率鱼与熊掌的权衡2.1 精准率宁可错过不可杀错精准率公式PTP/(TPFP)就像质检部门的合格率标准。去年我们做智能安检系统时要求刀具检测的精准率必须达到98%以上——这意味着每100次报警中真实刀具至少要98次。高精准率系统适合对误报敏感的场景比如医疗诊断中如果把正常组织误诊为肿瘤会造成不必要的恐慌。2.2 召回率宁可错杀不可放过召回率RTP/(TPFN)则是宁可错杀一千的策略。在新冠疫情期间我们参与开发的体温筛查系统要求召回率必须超过95%确保不漏掉任何一个发热人员。代价就是会有更多正常体温者被二次筛查这在公共安全领域是可接受的。2.3 两者的博弈关系通过调整模型置信度阈值可以观察到精准率和召回率的此消彼长。在YOLOv5的验证代码中我常用这个片段快速观察两者关系from sklearn.metrics import precision_recall_curve precisions, recalls, thresholds precision_recall_curve(y_true, y_pred) plt.plot(thresholds, precisions[:-1], labelPrecision) plt.plot(thresholds, recalls[:-1], labelRecall)3. AP与mAP目标检测的高考分数线3.1 平均精度(AP)的计算奥秘AP实际上是Precision-Recall曲线下的面积。在PASCAL VOC挑战赛中采用11点插值法计算将召回率均匀划分为[0,0.1,...,1]共11个点在每个召回率点上取对应的最大精准率计算这些精准率的平均值而在COCO比赛中则采用更精确的全体点插值法。我曾对比过两种计算方法在相同模型下COCO的AP值通常比VOC低5-8个百分点。3.2 mAP多科目综合成绩mAP就是所有类别AP的平均值但实际应用中要注意COCO mAP计算IoU阈值从0.5到0.95间隔0.05的10个AP平均值VOC mAP仅计算IoU0.5时的AP值在自动驾驶项目中我们发现行人类别的AP显著低于车辆类别。通过分析混淆矩阵发现主要问题是行人姿态多样性太大。后来通过增加斜向行人数据使该类别AP提升了15%。4. 实战中的指标优化技巧4.1 数据层面的改进过采样少样本类别当某个类别AP偏低时可以适当增加其训练样本难例挖掘针对FP和FN样本进行针对性训练4.2 模型调参经验置信度阈值一般从0.25开始尝试平衡检测数量和准确度NMS阈值常用0.4-0.6过高会导致漏检过低则会出现重复检测4.3 指标监控策略建议在验证时同时关注以下指标组合mAP0.5基础检测能力mAP0.75定位精度AP_small对小目标的检测能力在模型部署后还要建立持续监控机制。我们曾遇到过一个案例某园区安防系统上线后mAP逐渐下降后来发现是摄像头镜头污损导致图像质量下降。