VOC2007數據集使用mAP值作為檢測算法檢測結果的性能評估得分。mAP意思是mean Average Precision，Precision是指精度，Average Precision是指11個等分候選點上的精度，mean Average Precision是指所有類別的AP的平均。
嗯，聽起來挺繞的。詳細說來：
計算AP后會繪制PR曲線：縱坐標是P表示Precision精度，橫坐標表示Recall表示召回率。
TP=True Positive, FP=False Positive, TN=True Negative, FN=False Negative
Precision=TP/(TP+FP), Recall=TP/(TP+FN)
而我們實際的檢測結果往往是這樣的：
im_id, x1, y1, x2, y2, score
這個score是單個檢測結果的“信心”，或者叫“可信度”，用來給檢測結果之間排序。查看VOCdevkit的代碼不難發現，評估過程中會根據score做bbdt的降序排序，然后逐一處理。
其實一般的檢測結果bbdt都是經過nms的。那么所有bbdt一起排序其實沒什么必要。
對於所有bbdt，考慮im_id相同的，也就是同一張測試圖像上的檢測結果，將它們按照score降序排序，然后逐一去匹配ground truth，如果IoU大於0.5則認為匹配成功，則這個ground truth的bbox要做一個標記，后續不能再匹配它。這種可能是存在的：因為可能這個bbgt很大，而有兩個bbdt幾乎沒有交叉地、分別匹配上了這個bbgt的兩個部分。