Opowiedz o metryce mAP (średnia precyzja). Co oznaczają mAP@0.5 i mAP@0.5:0.95?

mAP (średnia dokładność) to miara jakości dla zadań wykrywania obiektów, która uśrednia dokładność (precision) dla wszystkich klas i na różnych poziomach recall.

• Średnia dokładność (AP) dla jednej klasy to pole pod krzywą precision-recall.
• mAP to średnia wartość AP dla wszystkich klas.

mAP@0.5 oznacza, że do określenia poprawnego dopasowania (true positive) używa się progu IoU (Intersection over Union) równego 0.5. Oznacza to, że przewidywany box jest uznawany za poprawny, jeśli IoU z prawdziwym boxem jest >= 0.5.

mAP@0.5:0.95 to bardziej rygorystyczna i złożona metryka, która uśrednia mAP na kilku progach IoU: od 0.5 do 0.95 z krokiem 0.05 (0.5, 0.55, 0.6, ..., 0.95). Pozwala to ocenić jakość modelu przy różnych poziomach precyzji lokalizacji obiektów.

Przykład: mAP@0.5 może być wyższy, ponieważ dopuszcza mniej precyzyjne dopasowania, podczas gdy mAP@0.5:0.95 jest zwykle niższy i odzwierciedla bardziej precyzyjne pozycjonowanie obiektów.