查漏补缺(2) TP/FP/TN/FN、accuracy/precision/recall、IOU、mAP

---

0. 前言

• 引入
  • 在目标检测中，mAP是常用的性能指标，但一直没有完全搞清楚。
  • 好像对于不同的数据集/任务，使用的mAP也有不同，比如Pascal VOC和COCO的就有所不同。
  • 在计算mAP的过程中会用到IOU，而IOU的计算又与TP/FP/TN/FN有关联。
  • 之前一直对 accuracy, recall, precision 没有完全透彻的搞明白。

1. TP/FP/TN/FN 与 accuracy/precision/recall

• 这些概念应该属于机器学习入门知识，现在才完全搞明白，这就体现出我的基础到底有多烂。
• 参考资料：
  • 知乎讨论：精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？

1.1. TP/FP/TN/FN

• 混淆矩阵中的四个分量，对应下面图片。
  • True Positive, TP；False Positive, FP；True Negative, TN；False Negative, FN
  • Positive/Negative用来表示预测的结果，预测是1则就是Positive，预测是0则表示Negative。
  • True/False 用来表示预测结果是否正确，正确则为True，错误则为False。
• 

1.2. accuracy/precision/recall

• 机器学习常用的几个性能指标。
• accuracy，准确率，是预测正确的样本数除以所有样本数，即 $accuracy=\frac{TP+TN}{TP+FP+TN+FN}$
• recall：
  • 召回率，在所有正样本中，预测为正的样本概率，即 $recall=\frac{TP}{TP+FN}$
  • 理解：recall越高，所有真实正样本中被预测为正样本的概率越高，即“宁可错杀一万不可放过一个”。
  • 场景：如果正样本没有被预测出来则会导致很坏结果，如判断病人有没有生病，导弹预测。
  • 召回 两字的理解：在所有正样本中，召回（预测）了多少正样本。
• precision：
  • 即精确率，所有预测为为正的杨根本中，真正属于正样本的概率，即 $precision=\frac{TP}{TP+FP}$
  • precision越高，则所有预测为正的样本中的确为正样本的概率越高，
  • 场景：如果预测为正的样本中存在负样本会导致很坏的结果，如嫌犯定罪。
• 下面图片帮助理解：
  • 
• recall/precision 属于鱼和熊掌，不可兼得。

---

2. IOU

• 参考资料：目标检测番外篇(1)_IoU
• 基本理解：上面的参考文献中给出了配图
  • 
• 实现思路：
  • 一般输入是两个bbox的信息，即两组 xmin, ymin, xmax, ymax。
  • IOU实现的重点就是两个bbox交的面积
    • 计算IOU就是要计算两个bbox的交与并的面积。
    • bbox并的面积，其实就是两个bbox的面积减去bbox交的面积。
    • 所以，难点就是计算两个bbox的交。
  • 需要考虑的情况有很多：
    • 两个bbox没有相交部分。
    • 一个bbox在另一个bbox中。
    • 其他普通情况
• 下面代码来自上面的参考文献，很清楚了，就不多说了。

def get_IoU(pred_bbox, gt_bbox):
    """
    return iou score between pred / gt bboxes
    :param pred_bbox: predict bbox coordinate
    :param gt_bbox: ground truth bbox coordinate
    :return: iou score
    """

    # bbox should be valid, actually we should add more judgements, just ignore here...
    assert ((abs(pred_bbox[2] - pred_bbox[0]) > 0) and
         (abs(pred_bbox[3] - pred_bbox[1]) > 0))
    assert ((abs(gt_bbox[2] - gt_bbox[0]) > 0) and
         (abs(gt_bbox[3] - gt_bbox[1]) > 0))
    
    # 计算 交 的面积
    ixmin = max(pred_bbox[0], gt_bbox[0])
    iymin = max(pred_bbox[1], gt_bbox[1])
    ixmax = min(pred_bbox[2], gt_bbox[2])
    iymax = min(pred_bbox[3], gt_bbox[3])
    iw = np.maximum(ixmax - ixmin + 1., 0.)
    ih = np.maximum(iymax - iymin + 1., 0.)
    inters = iw * ih

    # 计算 并 的面积，即 S1 + S2 - inters
    uni = ((pred_bbox[2] - pred_bbox[0] + 1.) * (pred_bbox[3] - pred_bbox[1] + 1.) +
           (gt_bbox[2] - gt_bbox[0] + 1.) * (gt_bbox[3] - gt_bbox[1] + 1.) -
           inters)

    # 获得iou
    overlaps = inters / uni

    return overlaps

---

3. mAP

• 参考资料：
  • 知乎讨论：目标检测中的mAP是什么含义？
  • 白话mAP
  • 目标检测番外篇(2)_mAP
  • Github: dmlc/gluon-cv - voc_detection.py 源码
  • Github: rafaelpadilla/Object-Detection-Metrics

3.1. 基本思路

• mAP的计算会用到precision/recall以及IOU。
• 计算precision/recall：
  • 检测结束后，每张图获取若干最终结果pred bboxes。
  • 每张图片本身有gt bboxes。
  • 依次计算每张图片、每类物体的 pred bboxes 与 gt bboxes 之间的IOU。
  • IOU大于一定阈值（如0.5）且对应gt bbox未与其他pred bbox对应的记作TP。
  • IOU小于阈值，或IOU大于阈值但gt bbox与其他pred bbox关联，对应则记为FP。
  • 没有对应pred bbox 的 gt bbox 被看过只FN。
  • 统计数据集中所有图片的TP/FP/FN，，就可以计算 precision 和 recall。
  • 另外，检测结果（即 pred bboxes）的确认，是通过置信度大小来设置的，即可以通过置信度来控制预测bbox的Positive/Negative。
• mAP，其实就是 mean AP，即对每一类物体计算AP，然后再求所有类的平均。
  • AP，就是 average precision，就是在若干固定recall的情况下计算precision，然后求precision的平均数。
• 总结一下相关概念：
  • mAP：mean average precision
  • AP: average precision，PR曲线下的面积
  • Presicion = TP / (TP + FP)
  • Recall = TP/ (TP + FN)
  • TP: IOU 大于阈值的bbox数量（每个gt bbox只有一个对应的 pred bbox）
  • FP: IOU 小于阈值或同一gt bbox多余的bbox的数量。
  • FN：没有检测到的gt bbox数量。

3.2. 实例

• 下面的例子来自 这里，不了解原始出处。
• 对于一次物体检测任务，得到以下结果：
  • 绿色的是gt bboxes，红色的是pred bboxes。
  • 
• 对于所有pred bboxes，根据置信度排序(confidences)得到以下表格
  • Confidences 表示置信度，TP 表示该 pred bbox 是否与某个gt bbox对应，即IOU是否大于阈值。
  • Acc TP 表示累计 TP数量，Acc FP表示累计FP数量。
  • Precision与Recall分别代表当前点的累计准确率与召回率，可以看做是置信度阈值为X（即对应行Confidences的取值）时的recall与precision。
  • 
• 根据上面的表格，可以获得以下PR曲线：
  • 注意，从上面的表格从上到下，置信度（confidences）逐渐减小，recall肯定是增加的（因为肯定会有越来越多的TP被包含其中）。
  • 从表格上看，当新增一个TP时，PR曲线会向右上方移动。当新增一个FP时，PR曲线会向正下方移动。
  • 
• Pascal VOC 2008：
  • Interpolated AP，即进行差值计算AP。
  • 具体方法：对每一个Precision值，使用其右边最大的Precision值替代。
  • 如下图，就是利用红色虚线取代蓝色曲线。
  • 
  • 实际计算方法如下图，就是对平滑后的Precision曲线进行均匀采样出11个点（每个点间隔0.1），然后计算这11个点的平均Precision。
  • 
• Pascal VOC 2012
  • Area under curve AUC。
  • Pascal VOC 2007 的方法由于插值点数量太少，很容易导致结果不准确。
  • 示意图如下，可以理解为算了无数个点的面积平均，所以结果要准确一些。
  • 
• COCO
  • 使用101个点的内插mAP（Interpolated AP）。
  • 使用了不同IOU阈值，不同尺度下的AP平均来作为评测结果，比如AP @ [.5 : .95]对应于IoU的平均AP，从0.5到0.95，步长为0.05。

3.2. TODO：源码分析