Precisión media promedio (mAP) en la detección de objetos

La adopción de la IA crece rápidamente y la IA se está integrando en diversas innovaciones, desde coches autónomos hasta sistemas de venta al por menor capaces de identificar productos en una estantería. Estas tecnologías se basan en la visión artificial, una rama de la inteligencia artificial (IA) que permite a las máquinas analizar datos visuales.

Una métrica de evaluación clave para medir la precisión de los sistemas y algoritmos de visión artificial es la precisión media promedio (mAP). La métrica mAP indica hasta qué punto las predicciones de un modelo de IA visual coinciden con los resultados del mundo real.

Una tarea habitual de visión artificial es la detección de objetos, en la que un modelo identifica varios objetos en una imagen y dibuja recuadros delimitadores a su alrededor. mAP es la métrica estándar para evaluar el rendimiento de los modelos de detección de objetos y se utiliza ampliamente para comparar modelos de aprendizaje profundo como Ultralytics YOLO11.

En este artículo veremos cómo se calcula la precisión media promedio y por qué es esencial para cualquier persona que entrene o evalúe modelos de detección de objetos.

¿Qué es la precisión media promedio (mAP)?#

La precisión media promedio es una puntuación que muestra la precisión de un modelo de aprendizaje profundo en tareas relacionadas con la recuperación de información visual, como detectar e identificar distintos objetos en una imagen. Por ejemplo, pensemos en un modelo de detección de objetos que analiza una foto con un perro, un gato y un coche. Un modelo fiable puede detectar cada objeto, dibujar cuadros delimitadores y etiquetas a su alrededor, e indicar dónde está y qué es.

La mAP indica el rendimiento del modelo en esta tarea con muchas imágenes y distintos tipos de objetos. Comprueba si el modelo identifica correctamente cada objeto y su ubicación en la imagen. La puntuación va de 0 a 1: 1 significa que el modelo lo ha encontrado todo a la perfección y 0, que no ha detectado ningún objeto.

Conceptos clave de la precisión media promedio (mAP)#

Antes de explorar los conceptos que hay detrás de la precisión media promedio en el aprendizaje automático, entendamos mejor dos términos básicos: verdad fundamental y predicciones.

La verdad fundamental se refiere a los datos de referencia precisos, en los que las personas etiquetan cuidadosamente los objetos y sus ubicaciones en la imagen mediante un proceso conocido como anotación. Por otro lado, las predicciones son los resultados que ofrecen los modelos de IA tras analizar una imagen. Al comparar las predicciones del modelo de IA con la verdad fundamental, podemos medir hasta qué punto se acercó el modelo a los resultados correctos.

Fig. 1. Predicción del modelo y cuadros delimitadores de la verdad fundamental. Imagen del autor.

Matriz de confusión#

A menudo se utiliza una matriz de confusión para entender la precisión de un modelo de detección de objetos. Es una tabla que muestra cómo coinciden las predicciones del modelo con las respuestas correctas reales (la verdad fundamental). Esta tabla permite desglosar cuatro componentes o resultados clave: verdaderos positivos, falsos positivos, falsos negativos y verdaderos negativos.

Esto es lo que representan estos componentes en la matriz de confusión:

• Verdadero positivo (TP): El modelo detecta correctamente un objeto y su ubicación.
• Falso positivo (FP): El modelo ha detectado un objeto, pero la detección es incorrecta.
• Falso negativo (FN): El objeto estaba presente en la imagen, pero el modelo no lo detectó.
• Verdadero negativo (TN): Se produce un verdadero negativo cuando el modelo identifica correctamente que un objeto no está presente.

Los verdaderos negativos no suelen utilizarse en la detección de objetos, ya que normalmente ignoramos las numerosas regiones vacías de una imagen. Sin embargo, son esenciales en otras tareas de visión artificial, como la clasificación de imágenes, en la que el modelo asigna una etiqueta a la imagen. Por ejemplo, si la tarea consiste en detectar si una imagen contiene un gato y el modelo identifica correctamente que «no hay ningún gato» cuando la imagen no contiene uno, se trata de un verdadero negativo.

Fig. 2. Resultados de clasificación en una matriz de confusión. Imagen del autor.

Intersección sobre unión (IoU)#

Otra métrica fundamental para evaluar los modelos de detección de objetos es la intersección sobre unión (IoU). En estos modelos de IA visual, no basta con detectar la presencia de un objeto en una imagen: también hay que localizarlo para dibujar cuadros delimitadores.

La métrica IoU mide hasta qué punto coincide el cuadro predicho por el modelo con el cuadro real correcto (la verdad fundamental). La puntuación va de 0 a 1: 1 significa una coincidencia perfecta y 0, que no hay ningún solapamiento.

Por ejemplo, una IoU alta (como 0.80 o 0.85) significa que el cuadro predicho coincide estrechamente con el cuadro de la verdad fundamental, lo que indica una localización precisa. Una IoU baja (como 0.30 o 0.25) significa que el modelo no ha localizado el objeto con precisión.

Para determinar si una detección es correcta, utilizamos distintos umbrales. Un umbral de IoU habitual es 0.5, lo que significa que el cuadro predicho debe solaparse al menos un 50 % con el cuadro de la verdad fundamental para considerarse un verdadero positivo. Cualquier solapamiento inferior a este umbral se considera un falso positivo.

Fig. 3. Comprender la intersección sobre unión. Imagen del autor.

Precisión y exhaustividad#

Hasta ahora hemos explorado algunas métricas básicas para evaluar el rendimiento de los modelos de detección de objetos. A partir de aquí, dos de las métricas más importantes son la precisión y la exhaustividad. Nos ofrecen una visión clara de la precisión de las detecciones del modelo. Veamos en qué consisten.

Los valores de precisión indican cuántas de las predicciones del modelo eran realmente correctas. Responden a esta pregunta: de todos los objetos que el modelo afirmó detectar, ¿cuántos estaban realmente presentes?

Por otro lado, los valores de exhaustividad miden hasta qué punto encuentra el modelo todos los objetos reales presentes en la imagen. Responden a esta pregunta: de todos los objetos reales presentes, ¿cuántos detectó correctamente el modelo?

La precisión y la exhaustividad ofrecen una imagen más clara del rendimiento de un modelo. Por ejemplo, si un modelo predice que hay 10 coches en una imagen y 9 lo son realmente, su precisión es del 90 %.

Estas dos métricas de evaluación suelen implicar un equilibrio: un modelo puede alcanzar una precisión alta haciendo solo predicciones de las que está totalmente seguro, pero esto puede hacer que no detecte muchos objetos y reducir la exhaustividad. También puede lograr una exhaustividad muy alta prediciendo un cuadro delimitador casi en todas partes, pero esto reduciría la precisión.

Fig. 4. Precisión y exhaustividad. Imagen del autor.

Precisión promedio#

Aunque la precisión y la exhaustividad nos ayudan a entender el rendimiento de un modelo en predicciones individuales, la precisión promedio (AP) ofrece una visión más amplia. Muestra cómo cambia la precisión del modelo cuando intenta detectar más objetos y resume su rendimiento en un único número.

Para calcular la puntuación de precisión promedio, primero podemos crear, para cada tipo de objeto, una métrica gráfica combinada llamada curva de precisión-exhaustividad (o curva PR). Esta curva muestra qué ocurre a medida que el modelo realiza más predicciones.

Imaginemos que el modelo empieza detectando solo los objetos más fáciles o evidentes. En esta fase, la precisión es alta porque la mayoría de las predicciones son correctas, pero la exhaustividad es baja porque aún se pasan por alto muchos objetos. Cuando el modelo intenta detectar más objetos, incluidos los más difíciles o menos frecuentes, suele cometer más errores. Esto hace que la precisión disminuya mientras aumenta la exhaustividad.

La precisión promedio es el área bajo la curva (AUC) de la curva PR. Cuanto mayor sea el área, mejor mantendrá el modelo la precisión de sus predicciones a medida que detecte más objetos. La AP se calcula por separado para cada etiqueta de clase.

Por ejemplo, en un modelo que puede detectar coches, bicicletas y peatones, podemos calcular los valores de AP por separado para cada una de esas tres categorías. Así podemos ver qué objetos detecta bien el modelo y cuáles aún requieren mejoras.

Fig. 5. Una curva PR para cinco clases distintas. (Fuente)

Precisión media promedio#

Tras calcular la precisión promedio de cada clase de objeto, necesitamos una única puntuación que refleje el rendimiento general del modelo en todas las clases. Para obtenerla, se utiliza la fórmula de la precisión media promedio, que calcula el promedio de las puntuaciones AP de todas las categorías.

Por ejemplo, supongamos que un modelo de visión artificial como Ultralytics YOLO11 alcanza una AP de 0.827 para los coches, 0.679 para las motocicletas, 0.355 para los camiones, 0.863 para los autobuses y 0.982 para las bicicletas. Podemos sumar estos valores y dividirlos entre el número total de clases mediante la fórmula mAP, como se muestra a continuación:

mAP = (0.827 + 0.679 + 0.355 + 0.863 + 0.982) ÷ 5 = 0.7412 ≈ 0.741

La puntuación mAP de 0.741 permite evaluar con facilidad el rendimiento del modelo en todas las clases de objetos. Un valor cercano a 1 indica que el modelo es preciso en la mayoría de las categorías, mientras que un valor más bajo sugiere que tiene dificultades con algunas.

Importancia de la AP y la mAP en la visión artificial#

Ahora que entendemos mejor cómo se calculan la AP y la mAP y cuáles son sus componentes, veamos por qué son importantes en la visión artificial:

• AP baja para una clase específica: Una AP baja en una sola clase suele significar que el modelo tiene dificultades con esa clase de objeto en concreto. Esto puede deberse a que los datos de entrenamiento son insuficientes o a dificultades visuales en las imágenes, como las oclusiones.
• Errores de localización: Un valor de mAP más alto con un umbral de IoU más bajo (como mAP₅₀), combinado con una caída significativa al aumentar el umbral de IoU (como mAP₇₅), indica que el modelo puede detectar objetos, pero tiene dificultades para localizarlos con precisión.
• Sobreajuste: Un valor de mAP más alto en el conjunto de datos de entrenamiento que en el conjunto de datos de validación es un indicio de sobreajuste, que hace que el modelo no sea fiable con imágenes nuevas.

Aplicaciones reales de la precisión media promedio#

A continuación, veremos cómo pueden ayudar las métricas clave como la mAP al crear aplicaciones de visión artificial para el mundo real.

Vehículos autónomos: por qué un valor de mAP más alto significa carreteras más seguras#

En el caso de los coches autónomos, la detección de objetos es fundamental para identificar peatones, señales de tráfico, ciclistas y marcas viales. Por ejemplo, si un niño cruza la calle corriendo de repente, el coche dispone de unos segundos para detectar el objeto (el niño), localizarlo, seguir su movimiento y tomar las medidas necesarias (frenar).

Modelos como Ultralytics YOLO11 están diseñados para detectar objetos en tiempo real en escenarios de alto riesgo como estos. En estos casos, mAP se convierte en una medida de seguridad fundamental.

Una puntuación mAP alta significa que es más probable que el sistema detecte al niño y lo localice con precisión, por lo que puede activar los frenos con un retraso mínimo. Una mAP baja puede indicar que se pasan por alto detecciones o que se producen clasificaciones erróneas peligrosas, como confundir al niño con otro objeto pequeño.

Fig. 6. Ejemplo del uso de YOLO11 para detectar peatones en la carretera. (Fuente)

Uso de mAP para detectar productos con precisión#

Del mismo modo, en el comercio minorista, los modelos de detección de objetos pueden utilizarse para automatizar tareas como el control de existencias y los procesos de pago. Cuando un cliente escanea un producto en una caja de autopago, un error de detección puede generar frustración.

Una puntuación alta de mAP garantiza que el modelo distinga con precisión entre productos similares y dibuje cuadros delimitadores precisos, incluso cuando los artículos están muy juntos. Una puntuación baja de mAP puede provocar confusiones. Por ejemplo, si el modelo confunde una botella de zumo de naranja con otra de zumo de manzana visualmente similar, podría generar un cobro incorrecto e informes de inventario inexactos.

Los sistemas de comercio minorista integrados con modelos como Ultralytics YOLO11 pueden detectar productos en tiempo real, comprobarlos con el inventario y actualizar al instante los sistemas del servidor. En los entornos comerciales de ritmo acelerado, mAP desempeña un papel crucial para que las operaciones sean precisas y fiables.

Mejora de la precisión diagnóstica en la atención sanitaria con un mAP alto#

La mejora de la precisión diagnóstica en la atención sanitaria empieza por una detección precisa en las imágenes médicas. Modelos como YOLO11 pueden ayudar a los radiólogos a detectar tumores, fracturas u otras anomalías en esas exploraciones médicas. En este ámbito, la precisión media promedio es una métrica esencial para evaluar la fiabilidad clínica de un modelo.

Un mAP alto indica que el modelo consigue tanto una recuperación alta (identifica la mayoría de los problemas reales) como una precisión alta (evita las falsas alarmas), algo fundamental para la toma de decisiones clínicas.

Sin embargo, una puntuación baja de mAP puede ser motivo de preocupación. Si el modelo no detecta un tumor, por ejemplo, podría retrasar el diagnóstico o provocar un tratamiento incorrecto.

Ventajas e inconvenientes del uso de mAP#

Estas son las principales ventajas de utilizar la precisión media promedio para evaluar modelos de detección de objetos:

• Métrica estandarizada: mAP es la métrica estándar del sector para evaluar modelos de detección de objetos. El valor mAP permite comparar distintos modelos de manera justa y uniforme.
• Refleja el rendimiento en el mundo real: Un mAP alto indica que el modelo destaca en la detección de distintas clases de objetos y mantiene un rendimiento sólido en escenarios complejos del mundo real.
• Diagnóstico por clase: mAP se calcula a partir de las puntuaciones AP de cada clase, lo que facilita identificar las categorías con peor rendimiento (como las bicicletas o las señales de tráfico) y ajustar el modelo en consecuencia.

Aunque el uso de la métrica mAP ofrece diversas ventajas, también hay algunas limitaciones que conviene tener en cuenta. Estos son algunos factores que debes considerar:

• Difícil de interpretar para quienes no son especialistas técnicos: Los equipos empresariales o clínicos pueden considerar abstractos los valores de mAP, a diferencia de otras métricas más intuitivas y fáciles de entender.
• No refleja las limitaciones del tiempo real: mAP no tiene en cuenta la velocidad de inferencia ni la latencia, aspectos cruciales para implementar aplicaciones en las que el tiempo es un factor determinante.

Conclusiones clave#

Hemos visto que la precisión media promedio no es solo una puntuación técnica, sino también un reflejo del rendimiento potencial de un modelo en el mundo real. Tanto en un sistema de vehículos autónomos como en una caja de autopago, una puntuación alta de mAP es un indicador fiable del rendimiento del modelo y de su preparación para un uso práctico.

Aunque mAP es una métrica esencial y relevante, debe considerarse parte de una estrategia de evaluación integral. En aplicaciones críticas, como la sanidad y la conducción autónoma, no basta con confiar únicamente en mAP.

También hay que tener en cuenta otros factores, como la velocidad de inferencia (la rapidez con la que el modelo hace predicciones), el tamaño del modelo (que afecta a su implementación en dispositivos periféricos) y el análisis cualitativo de errores (que permite entender los tipos de errores que comete el modelo), para garantizar que el sistema sea seguro, eficiente y verdaderamente adecuado para el propósito previsto.

Únete a nuestra creciente comunidad y visita nuestro repositorio de GitHub para descubrir más sobre la visión artificial. Explora nuestras páginas de soluciones para conocer las aplicaciones de la visión artificial en la agricultura y la IA en la logística. Consulta nuestras opciones de licencia para empezar hoy mismo a crear tu propio modelo de visión artificial.