张量流的平均平均精度（mAP）

Question

我需要计算此问题中描述的mAP，以使用Tensorflow进行对象检测。

平均精度（AP）是用于排名集的典型性能指标。AveragePrecision定义为范围S中每个真实正值TP之后精度分数的平均值。给定范围S = 7，并且有一个排名列表（增益向量）G = [1,1,0,1,1,0 ，0,1,1,0,1,0,0，..]其中1/0分别表示与相关/不相关项目相关的收益：

AP =（1/1 + 2/2 + 3/4 + 4/5）/ 4 = 0.8875。

平均平均精度（mAP）：一组查询的平均精度值的平均值。

我得到了5个单热张量与预测：

prediction_A 
prediction_B
prediction_C 
prediction_D 
prediction_E 

其中单个预测张量具有以下结构（例如prediction_A）：

00100
01000
00001
00010
00010

然后我得到了具有相同结构的正确标签（单张）张量：

y_A
y_B
y_C
y_D
y_E

我想使用tensorflow计算mAP，因为我想总结一下，我该怎么做？

我发现了此功能， 但我无法使用它，因为我有多维矢量。

我还编写了一个计算AP的python函数，但它不使用Tensorflow

def compute_av_precision(match_list):
    n = len(match_list)
    tp_counter = 0

    cumulate_precision = 0
    for i in range(0,n):
        if match_list[i] == True:

            tp_counter += 1

            cumulate_precision += (float(tp_counter)/float(i+1))


    if tp_counter != 0:
        av_precision = cumulate_precision/float(tp_counter)
        return av_precision
    return 0

Answer 1

我认为您可能需要这个：

tf.metrics.average_precision_at_k

此方法采用标签和预测来计算您提到的AP @ K

以下是参考链接

https://www.tensorflow.org/api_docs/python/tf/metrics/average_precision_at_k

实现了此处定义的AP @ K指标：

https://en.wikipedia.org/wiki/Evaluation_measures_(information_retrieval)#Average_precision

顺便说一句，如果您需要Tensorflow中的指标，则首先应在其正式文档中进行搜索。这是所有已实施指标的列表

https://www.tensorflow.org/api_docs/python/tf/metrics

干杯