mapmatch演算法

① 目標檢測演算法之常見評價指標(mAP)的詳細計算方法及代碼解析

一個經典例子是存在一個測試集合，測試集合只有大雁和飛機兩種圖片組成，假設你的分類系統最終的目的是：能取出測試集中所有飛機的圖片，而不是大雁的圖片。然後就可以定義：

要得到Precision-Recall曲線(以下簡稱PR)曲線，首先要對檢測模型的預測結果按照目標置信度降序排列。然後給定一個rank值，Recall和Precision僅在置信度高於該rank值的預測結果中計算，改變rank值會相應的改變Recall值和Precision值。這里選擇了11個不同的rank值，也就得到了11組Precision和Recall值，然後AP值即定義為在這11個Recall下Precision值的平均值，其可以表徵整個PR曲線下方的面積。即：

還有另外一種插值的計算方法，即對於某個Recall值r，Precision取所有Recall值大於r中的最大值，這樣保證了PR曲線是單調遞減的，避免曲線出現搖擺。另外需要注意的一點是在2010年後計算AP值時是取了所有的數據點，而不僅僅只是11個Recall值。我們在計算出AP之後，對所有類別求平均之後就是mAP值了，也是當前目標檢測用的最多的評判標准。

② 表達式"turbo"+"c"＞"ture""basic"的值是多少

表達式"turbo"+"c"＞"ture""basic"的值是-1。

演算法以下幾種：

1、標准MAP演算法

是對bahl軟輸出演算法做一定修正後，通過除以先驗分布來消除正反饋的演算法。對於約束長度為M 1的卷積碼，其運算量為每比特6x3^M次乘法和5x2^M次加法。由於乘法運算量大，限制了解碼的規模和速度。

2、Log-MAP演算法

實際上就是對標准MAP演算法中的似然全部用對數似然度來表示，這樣，乘法運算變成了加法運算。總的運算量成為6x2^M次加法，5x2^M次求最大運算和5x2^M次查表。

(2)mapmatch演算法擴展閱讀：

Turbo 碼的解碼結構如圖所示，Turbo解碼器有以下的特點：

1) 串列級聯

2)迭代解碼

3) 在迭代解碼過程中交換的是外部信息

解碼時首先對接收信息進行處理，兩個成員解碼器之間外部信息的傳遞就形成了一個循環迭代的結構。由於外部信息的作用，一定信噪比下的誤比特率將隨著循環次數的增加而降低。

但同時外部信息與接受序列間的相關性也隨著解碼次數的增加而逐漸增加，外部信息所提供的糾錯能力也隨之減弱，在一定的循環次數之後，解碼性能將不再提高。

③ route-map中單條match語句里的條件之間的關系是什

route-map中單條match語句里的條件之間的關系是匹配，自上而下的匹配順序。在每一個序列中，可定義供策略部署的兩個元素：匹配條件（match語句）和執行動作（set語句）。