为何ssd_mobilenet_v2模型mAP@.50极低但识别效果良好？

你遇到的“模型视觉预测准确但AP指标极低”的矛盾，核心问题出在AP的计算逻辑和评估细节上，而非模型的视觉检测能力，具体原因可从以下几点确认：

• 测试样本量严重不足
  Pascal VOC的AP是依赖大量样本的统计指标，需要覆盖不同场景、大小、遮挡程度的目标，还要统计真阳性（TP）、假阳性（FP）、假阴性（FN）的完整分布。你仅用8张测试图评估，样本量远不足以支撑AP的有效计算——这些图大概率是简单易检测的样本，没有出现难例、漏检或误检，但AP计算需要足够多的样本绘制精度-召回曲线，少量样本会让统计结果严重失真，甚至出现极端低AP的情况。

• 预测框与真值框的IoU未达标
  AP@.50的判定标准是预测框与真值框的IoU（交并比）≥0.5才算真阳性。你看到类别预测正确，但可能预测框的位置、大小和真值框偏差较大，重叠度没达到0.5的阈值，这类预测会被判定为假阳性；如果还有目标被漏检，也会拉低召回率，最终导致AP下降。视觉上的“准确”不等于指标计算的严格标准。

• 置信度阈值的影响
  AP计算会遍历0到1的所有置信度阈值，统计每个阈值下的精度和召回率，最终取曲线下的面积。如果模型预测的置信度普遍偏低，大量正确预测会被过滤；或者模型输出大量低置信度的误检结果被计入FP，都会让精度-召回曲线下的面积变小，AP值降低。

• 类别映射或标注格式错误
  你用的是COCO预训练模型，若自定义任务的类别与COCO类别映射错误，或者评估时加载的真值标注格式（比如坐标是相对值/绝对值、框的表示方式）与模型输出不匹配，会导致评估逻辑错误——比如模型预测的类别被误判为错误，或者IoU计算失效，进而出现AP极低的结果。

• 评估流程配置疏漏
  检查TensorBoard的评估配置：是否正确加载了测试集的真值标注文件？是否设置了正确的评估参数（比如Pascal VOC的IoU阈值、类别列表）？如果评估时没正确读取真值，或参数配置错误，会让AP计算完全偏离实际情况。

内容的提问来源于stack exchange，提问作者Nuno Marques