Расскажите про метрику mAP (mean Average Precision). Что значит mAP@0.5 и mAP@0.5:0.95?

mAP (mean Average Precision) — это метрика качества для задач объектного детектирования, которая усредняет точность (precision) по всем классам и по разным уровням полноты (recall).

• Average Precision (AP) для одного класса — это площадь под кривой precision-recall.
• mAP — среднее значение AP по всем классам.

mAP@0.5 означает, что для определения правильного совпадения (true positive) используется порог IoU (Intersection over Union) равный 0.5. То есть, предсказанный бокс считается правильным, если IoU с истинным боксом >= 0.5.

mAP@0.5:0.95 — более строгая и комплексная метрика, которая усредняет mAP по нескольким порогам IoU: от 0.5 до 0.95 с шагом 0.05 (0.5, 0.55, 0.6, ..., 0.95). Это позволяет оценить качество модели при разных степенях точности локализации объектов.

Пример: mAP@0.5 может быть выше, так как допускает менее точное совпадение, а mAP@0.5:0.95 обычно ниже и отражает более точное позиционирование объектов.