目标检测:

对于每一个预测得到的框，看它的三个指标，分别是与哪个预测框的相交，分数是多少，相交IOU是多少。

计算每个分数的P和R。

 TP(True Positive):IOU >0.5的检测框数量
 FP(False Postive):IoU <=0.5的检测框数量
 FN(False Negative)：没有检测到的GT的数量
 
 Precision:TP/(TP+FP)  模型预测的所有目标中，预测正确的比例   查准率，预测就准，但是会漏
 Recall:TP/(TP+FN) 所有真实目标中，模型预测正确的目标比例     查全率，虽然全部中，但是太多了
 

 AP:P-R 曲线下面积
 P-R曲线: Precision-Recall曲线。
 
 mAP:即各类别AP的平均值。

F1 用于综合评价精确率和召回率。

F1 = 2 * (Precision * Recall) / (Precision + Recall)