Precision / Recall 与 mAP 演算器
一组预测按置信度从高到低排好，每个框用 IoU 阈值判成
TP（对）或 FP（错）。
拖置信度阈值沿 PR 曲线选一个工作点，实时看
P=TP/(TP+FP)、R=TP/(TP+FN)；阴影面积就是
AP（曲线下面积），各类 AP 取平均即 mAP。第4章《目标检测评价指标》。
当前工作点（conf ≥ 阈值）
保留的检测框—
TP 正确—
FP 过检/误报—
FN 漏检（真值总数 —）—
Precision 精确率—
Recall 召回率—
P = TP/(TP+FP)
R = TP/(TP+FN)
阈值↑ → 框更少更准（P↑ R↓）；阈值↓ → 找得更全但更脏（R↑ P↓）。
AP / mAP 汇总
本类 AP@0.50—
mAP@τ（当前 IoU，各类均值）—
mAP50（τ=0.5）—
mAP50-95（0.5:0.05:0.95 均值）—
mAP = 各类 AP 的平均。mAP50 只在 IoU=0.5 下算；mAP50-95 把 τ 从 0.5 到 0.95 每 0.05 各算一遍再平均，更严更全面——把 τ 调大你会看到本类 AP 应声下降。
| # | 置信度 | IoU | 匹配真值 | 判定 | 累计 TP | 累计 FP | P | R |
|---|
表按置信度降序；高亮行＝当前被保留（conf≥阈值），最后一条高亮行即工作点。 判定规则：IoU≥τ 且该真值尚未被更高置信度的框认领 → TP；否则 FP（背景误报或重复检测）。
一句话直觉：置信度阈值只是在同一条 PR 曲线上挑一个「准 vs 全」的工作点； AP 是整条曲线下的面积，一个数概括所有阈值下的表现；各类 AP 取平均就是 mAP。把 IoU 阈值 τ 调高＝要求定位更精准，曲线整体下移、AP 变小——这正是 mAP50 与更严格的 mAP50-95 的差别。