我需要使用 Tensorflow 计算此问题中描述的用于对象检测的mAP。
平均精度（AP）是用于排名集的典型性能度量。AveragePrecision 定义为范围 S 中每个真阳性、TP 之后的精度分数的平均值。给定范围 S = 7，以及排名列表（增益向量） G = [1,1,0,1,1,0 ,0,1,1,0,1,0,0,..] 其中 1/0 分别表示与相关/非相关项目相关的增益：
AP = (1/1 + 2/2 + 3/4 + 4/5) / 4 = 0.8875。
平均平均精度（mAP）：一组查询的平均精度值的平均值。
我得到了 5个带有预测的One-Hot张量：
prediction_A
prediction_B
prediction_C
prediction_D
prediction_E
其中单个预测张量具有这种结构（例如 prediction_A）：
00100
01000
00001
00010
00010
然后我得到了正确的标签（单热）张量，具有相同的结构：
y_A
y_B
y_C
y_D
y_E
我想使用tensorflow计算mAP，因为我想总结一下，我该怎么做？
我找到了这个函数 ，但我不能使用它，因为我有一个多维向量。
我还编写了一个计算AP的 python 函数，但它不使用 Tensorflow
def compute_av_precision(match_list):
n = len(match_list)
tp_counter = 0
cumulate_precision = 0
for i in range(0,n):
if match_list[i] == True:
tp_counter += 1
cumulate_precision += (float(tp_counter)/float(i+1))
if tp_counter != 0:
av_precision = cumulate_precision/float(tp_counter)
return av_precision
return 0