mAP(Mean Average Precision)

yolo를 학습하고 나면 아래같은 summary 결과가 나온다.

5 epochs completed in 0.108 hours.
Optimizer stripped from runs/train/exp/weights/last.pt, 14.9MB
Optimizer stripped from runs/train/exp/weights/best.pt, 14.9MB

Validating runs/train/exp/weights/best.pt...
Fusing layers... 
Model summary: 157 layers, 7225885 parameters, 0 gradients, 16.4 GFLOPs
                 Class     Images  Instances          P          R      mAP50   mAP50-95: 100%|██████████| 4/4 [00:17<00:00,  4.50s/it]
                   all        128        929      0.812      0.656      0.765      0.519
                person        128        254      0.894      0.701      0.814      0.541
               bicycle        128          6          1      0.476      0.723      0.477
                   car        128         46      0.694      0.435      0.569      0.247
            motorcycle        128          5          1      0.976      0.995      0.708
              airplane        128          6      0.956          1      0.995      0.772
                   bus        128          7      0.852      0.714      0.789      0.694
                 train        128          3          1      0.628      0.913      0.521
                 truck        128         12      0.667      0.417      0.542      0.306
                  boat        128          6          1      0.352      0.642      0.268

그래서 뭔가하니

P : precision 정확도

R : recall

mAP50 : 50% 겹친 정답

mAP50-95 : 평균낸것. 그래서 무조건 mAP50보다 좋을 수는 없다. 기준이 더 엄격한것임.

 

링크 건 이유 : mAP50  과 mAP50-95가 가지는 의미 해석

https://darkpgmr.tistory.com/179

YOLO와 성능지표(mAP, AP50)

 

링크 건 이유 : mAP에대한 기본적인 설명

https://ctkim.tistory.com/79

mAP(Mean Average Precision) 정리

위 사이트에 잘 정리해놔서 링크 해놓는다.