mAP（平均適合率平均） えむえーぴー・へいきんてきごうりつへいきん
mAP物体検出評価平均適合率IoUYOLO評価
mAPについて教えて
mAPとは
mAP（mean Average Precision：平均適合率平均）は、物体検出・情報検索タスクの評価指標です。全クラスの Average Precision（AP）の平均値として計算されます。
計算の流れ
1. 物体検出の評価では、まずIoU（Intersection over Union）で
「予測ボックスが正解ボックスと重なっているか」を判定
2. 各クラスで Precision-Recall 曲線を描く
3. AP（Average Precision）＝ PR曲線下の面積を計算
4. mAP = 全クラスのAPの平均IoUとは
IoU（Intersection over Union）は、予測バウンディングボックスと正解ボックスの重なり度合いです。
IoU = 重なり面積 / 合計面積
予測
┌──────────┐
│ ┌───────│──┐
│ │ 重なり│ │ ← 正解
└──│────────┘ │
└───────────┘
IoU = 重なり面積 / (予測面積 + 正解面積 - 重なり面積)mAP@0.5 と mAP@0.5:0.95
| 表記 | 意味 |
|---|---|
| mAP@0.5 | IoU ≥ 0.5 を正解とした mAP（COCOの旧基準） |
| mAP@0.75 | IoU ≥ 0.75 を正解（より厳しい基準） |
| mAP@0.5:0.95 | IoUを0.5から0.95まで0.05刻みで評価した平均 |
歴史と背景
- PASCAL VOCチャレンジ（2005〜）：物体検出の標準評価指標として確立
- MS COCO（2014〜）：より厳密なmAP@0.5:0.95が採用
- 現在：YOLO・Faster R-CNN等のモデル比較に使われる標準指標