关于Mask R-CNN中AP、AP50、AP75及APs/m/L术语的技术咨询

嘿，刚接触R-CNN系列就碰到这些指标术语，确实容易懵，我来给你讲清楚～

无后缀的AP到底是什么？ #

你之前的误解很正常，其实在Mask R-CNN采用的COCO评估体系里，无后缀的AP是多个IoU阈值下的平均精度：它会计算IoU阈值从0.5到0.95，每次步长0.05（也就是0.5、0.55、0.6、…、0.95这10个阈值）对应的AP，然后把这10个值取平均得到最终的AP。

至于你说它的数值比AP₇₅低，这完全合理——因为AP₇₅只看IoU≥0.75的情况，而无后缀AP包含了像0.9、0.95这种非常严格的阈值（这些阈值下的AP会很低），拉低了整体的平均值，所以最终结果自然可能比AP₇₅小。

APs、APm、APL的目标划分标准 #

这三个指标是按目标的像素面积来划分的，COCO的官方标准是：

• 小目标（APs）：像素面积 < 32×32（也就是小于1024像素）
• 中目标（APm）：32×32 ≤ 像素面积 < 96×96（1024到9215像素之间）
• 大目标（APL）：像素面积 ≥ 96×96（大于等于9216像素）

这里要注意是基于像素的面积，不是真实世界的物理尺寸，毕竟不同图片的分辨率不一样，用像素面积划分才更公平。

内容的提问来源于stack exchange，提问作者semenbari