@[TOC](Average Recall(AR)相关解释)

Average Recall(AR)相关解释

由于coco数据集上对于average recall的解释只有一句话不易理解，百度和谷歌之后也不能得到一个很好的解释，这里做一个解释。

AR是 IoU在[0.5,1.0] 上所有recall的平均。是recall-IoU 曲线所围成的面积的两倍。

n为每张图片中所有GroundTruth bbox与最与GroundTruth bbox接近的DetectionResult bbox的重叠部分的数量（overlaps、proposals），即coco指标中的maxDets。
AR是衡量一个模型检测框的定位是否准确的指标。

AR是由What makes for effective detection proposals?
（https://arxiv.org/pdf/1502.05082.pdf）这篇文章提出
具体的代码实现为（https://github.com/hosang/detection-proposals/blob/master/recall/compute_average_recall.m）：

[1]: https://manalelaidouni.github.io/manalelaidouni.github.io/Evaluating-Object-Detection-Models-Guide-to-Performance-Metrics.html#average-recall-ar
[2]: https://arxiv.org/pdf/1502.05082.pdf
[3]: https://github.com/hosang/detection-proposals