Erzählen Sie von der Metrik mAP (Mean Average Precision). Was bedeutet mAP@0.5 und mAP@0.5:0.95?

mAP (Mean Average Precision) ist eine Qualitätsmetrik für Objekterkennungsaufgaben, die die Präzision (precision) über alle Klassen und verschiedene Recall-Ebenen mittelt.

• Average Precision (AP) für eine Klasse ist die Fläche unter der Precision-Recall-Kurve.
• mAP ist der Durchschnittswert von AP über alle Klassen.

mAP@0.5 bedeutet, dass für die Bestimmung einer korrekten Übereinstimmung (true positive) ein IoU-Schwellenwert (Intersection over Union) von 0.5 verwendet wird. Das heißt, die vorhergesagte Box gilt als korrekt, wenn der IoU mit der echten Box >= 0.5 ist.

mAP@0.5:0.95 ist eine strengere und komplexere Metrik, die den mAP über mehrere IoU-Schwellenwerte mittelt: von 0.5 bis 0.95 in Schritten von 0.05 (0.5, 0.55, 0.6, ..., 0.95). Dies ermöglicht die Bewertung der Modellqualität bei unterschiedlichen Genauigkeitsniveaus der Objektslokalisierung.

Beispiel: mAP@0.5 kann höher sein, da es weniger genaue Übereinstimmungen zulässt, während mAP@0.5:0.95 in der Regel niedriger ist und eine genauere Positionierung der Objekte widerspiegelt.