Պատմեք mAP (միջին միջին ճշգրտություն) չափանիշի մասին: Ի՞նչ է նշանակում mAP@0.5 և mAP@0.5:0.95։

mAP (համընդհանուր միջին ճշգրտություն) միավոր է, որը օգտագործվում է օբյեկտների հայտնաբերման խնդիրների որակի չափանիշի համար և միջին հաշվով հաշվում է ճշգրտությունը (precision) բոլոր դասերի և տարբեր recall մակարդակների համար:

• Միջին ճշգրտություն (AP) մեկ դասի համար՝ դա precision-recall գծի տակ գտնվող մակերեսն է:
• mAP-ը բոլոր դասերի AP-ների միջին արժեքն է:

mAP@0.5 նշանակում է, որ ճիշտ համընկնում (true positive) որոշելու համար օգտագործվում է IoU (Intersection over Union) շեմը, որը հավասար է 0.5։ Այսինքն, կանխատեսված տուփը համարվում է ճիշտ, եթե IoU-ն իրական տուփի հետ >= 0.5:

mAP@0.5:0.95-ը ավելի խիստ և բարդ չափանիշ է, որը միջին հաշվով հաշվում է mAP-ը մի քանի IoU շեմերով՝ 0.5-ից մինչև 0.95, քայլով 0.05 (0.5, 0.55, 0.6, ..., 0.95): Սա թույլ է տալիս գնահատել մոդելի որակը տարբեր ճշգրտության մակարդակներում՝ օբյեկտների տեղաշարժի ճշգրտության առումով:

Օրինակ՝ mAP@0.5-ը կարող է լինել ավելի բարձր, քանի որ թույլ է տալիս ավելի քիչ ճշգրիտ համընկնումներ, իսկ mAP@0.5:0.95-ը սովորաբար ավելի ցածր է և արտացոլում է ավելի ճշգրիտ օբյեկտների դիրքավորումը։