主要參考https://github.com/rafaelpadilla/Object-Detection-Metrics
名詞解釋
預測結果分爲4個類：
TP：你的預測正確的預測了目標
FP：你的預測錯誤的預測了目標
FN：有一個目標你沒檢測到
TN：你正確的對非目標，也即是背景做出預測，一般這一項忽略
名詞解釋：
precision描述了你的所有的預測的正確率是多少。比如說你做出了100個預測，97個是正確的，那麼就是0.97.
recall描述了檢測率，即是圖片中一共有多少目標，你檢測到了多少。比如圖片一共10個目標，你檢測到7個，那麼recal就是0.7。
AP的意識就是，固定一個iou閾值，變化confidence閾值，得到曲線，然後計算曲線與recall軸的面積。其意義其實就是算個平均值，不同confidengce閾值下precision的平均值。
爲什麼平均值是面積？比如你粗略計算一個曲線在某一區間的均值，就是隨便取幾個點，相加然後平均，而將隨便取的幾個點的數量趨於無窮，那麼此時的求平均公式可以轉換成定積分公式，而定積分就是求面積，因此就是面積。
AP0.5是指將iou的threshold定爲0.5時的AP。
各個參數的關係
無論哪個目標檢測模型，都會輸出boxes和boxes是否是目標的預測值，這個在參考文獻中叫confidence。而一般來說，一副圖片的輸出結果會有成千上萬個box，一般來說這些box的confidence都很小，因爲圖片中的背景佔的比例多。
而在處理box時，會給定一個閾值，如0.4，所有confidence小於0.4的都認爲是背景。且一般來說confidence越大，盒子的數量就越少，反之盒子的數量多recall大、而precision小。因此是confidence變，而判斷預測對不對還要用到iou，比如預測的框和目標的框大於0.5就算預測正確，一般畫那個曲線，iou是不變的，變的是confidence。