第二十二章 解读pycocotools的API，目标检测mAP的计算COCO的评价指标(工具)

Pycocotools介绍

为使用户更好地使用 COCO数据集, COCO 提供了各种 API。COCO是一个大型的图像数据集，用于目标检测、分割、人的关键点检测、素材分割和标题生成。这个包提供了Matlab、Python和luaapi，这些api有助于在COCO中加载、解析和可视化注释。

coco api地址: https://github.com/cocodataset/cocoapi

安装pycocotools 两种方式都可以试试

# for linux and windows
pip install pycocotools
# for windows
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

img

python-pycocotools

核心文件 coco.py cocoeval.py mask.py 这三个文件

coco.py

该文件定义了以下 API:

#这个文件实现了访问 COCO 数据集的接口.可以进行 COCO 标注信息的加载, 解析和可视化操作.  
class COCO: # 用于加载 COCO 标注文件并准备所需的数据结构.def createIndex()       #创建索引def info()              #打印标注文件信息def getAnnIds()         #获取满足条件的标注信息ids def Catids()            #获取满足条件的类别idsdef getImgids()         #获取满足条件的图片的 idsdef loadAnns()          #加载指定 ids 对应的标注信息def loadCats()          #加载指定 ids 对应的类别def loadImgs()          #加载指定 ids 对应的图片def showAnns()          #打印制定标注信息def loadRes()           #加载算法的结果并创建可用于访问数据的 API def annToMask()         #将 segmentation 标注信息转换为二值 maskdef download()          #下载图像def loadNumpyAnnotations() #加载numpy格式数据def annToRLE()          # polygons格式转换

在给定的 API 中, “ann”=annotation, “cat”=category, and “img”=image

COCO 类的构造函数负责加载 json 文件, 并将其中的标注信息建立关联关系.

关联关系存在于以下两个变量中:

  1. imgToAnns: 将图片 id 和标注信息 关联;
  2. catToImgs: 将类别 id 和图片 id 关联.

这样做的好处就是: 对于给定的图片 id, 就可以快速找到其所有的标注信息; 对于给定的类别 id, 就可以快速找到属于该类的所有图片.

class COCO:def __init__(self, annotation_file=None):"""构造函数, 用来读取关联标注信息.:param annotation_file (str): 标注文件路径名:return:"""# 加载数据集# 定义数据成员self.dataset, self.anns, self.cats, self.imgs = dict(),dict(),dict(),dict()self.imgToAnns, self.catToImgs = defaultdict(list), defaultdict(list)# 加载标注信息if not annotation_file == None:print('loading annotations into memory...')tic = time.time()dataset = json.load(open(annotation_file, 'r'))# dataset 的类型为 dictassert type(dataset)==dict, 'annotation file format {} not supported'.format(type(dataset))print('Done (t={:0.2f}s)'.format(time.time()- tic))self.dataset = datasetself.createIndex()def createIndex(self):"""创建索引, 属于构造函数的一部分. """# create indexprint('creating index...')anns, cats, imgs = {}, {}, {}# imgToAnns: 将图片 id 和标注信息 关联; 给定图片 id, 就可以找到其所有的标注信息# catToImgs: 将类别 id 和图片 id 关联; 给定类别 id, 就可以找到属于这类的所有图片imgToAnns,catToImgs = defaultdict(list),defaultdict(list)if 'annotations' in self.dataset:for ann in self.dataset['annotations']:imgToAnns[ann['image_id']].append(ann)anns[ann['id']] = annif 'images' in self.dataset:for img in self.dataset['images']:imgs[img['id']] = imgif 'categories' in self.dataset:for cat in self.dataset['categories']:cats[cat['id']] = catif 'annotations' in self.dataset and 'categories' in self.dataset:for ann in self.dataset['annotations']:catToImgs[ann['category_id']].append(ann['image_id'])print('index created!!!')# 给几个类成员赋值self.anns = annsself.imgs = imgsself.cats = catsself.imgToAnns = imgToAnnsself.catToImgs = catToImgs

理解数据关联关系的重点是对 imgToAnns 变量类型的理解. 其中, imgToAnns 的类型为: defaultdict(<class ‘list’>). dict 中的键为 id, 值为一个 list, 包含所有的属于这张图的标注信息. 其中 list 的成员类型为字典, 其元素是 “annotations” 域内的一条(或多条)标注信息.

{ 289343: [{'id': 1768, 'area': 702.1057499999998, 'segmentation': [[510.66, ... 510.45, 423.01]], 'bbox': [473.07, 395.93, 38.65, 28.67], 'category_id': 18, 'iscrowd': 0, 'image_id': 289343},...]
}

getAnnIds() - 获取标注信息的 ids

 def getAnnIds(self, imgIds=[], catIds=[], areaRng=[], iscrowd=None):"""获取满足给定条件的标注信息 id. 如果未指定条件, 则返回整个数据集上的标注信息 id:param imgIds  (int 数组)     : 通过图片 ids 指定catIds  (int 数组)     : 通过类别 ids 指定areaRng (float 数组)   : 通过面积大小的范围, 2 个元素. (e.g. [0 inf]) 指定iscrowd (boolean)      : get anns for given crowd label (False or True):return: ids (int 数组)       : 满足条件的标注信息的 ids"""imgIds = imgIds if _isArrayLike(imgIds) else [imgIds]catIds = catIds if _isArrayLike(catIds) else [catIds]if len(imgIds) == len(catIds) == len(areaRng) == 0:anns = self.dataset['annotations']else:if not len(imgIds) == 0:lists = [self.imgToAnns[imgId] for imgId in imgIds if imgId in self.imgToAnns]anns = list(itertools.chain.from_iterable(lists))else:anns = self.dataset['annotations']anns = anns if len(catIds)  == 0 else [ann for ann in anns if ann['category_id'] in catIds]anns = anns if len(areaRng) == 0 else [ann for ann in anns if ann['area'] > areaRng[0] and ann['area'] < areaRng[1]]if not iscrowd == None:ids = [ann['id'] for ann in anns if ann['iscrowd'] == iscrowd]else:ids = [ann['id'] for ann in anns]return ids

showAnns() - 显示给定的标注信息

def showAnns(self, anns):"""显示给定的标注信息. 一般在这个函数调用之前, 已经调用过图像显示函数: plt.imshow() :param anns (object 数组): 要显示的标注信息:return: None"""if len(anns) == 0:return 0if 'segmentation' in anns[0] or 'keypoints' in anns[0]:datasetType = 'instances'elif 'caption' in anns[0]:datasetType = 'captions'else:raise Exception('datasetType not supported')# 目标检测的标注数据if datasetType == 'instances':ax = plt.gca()ax.set_autoscale_on(False)polygons = []color = []for ann in anns:# 为每个标注 mask 生成一个随机颜色c = (np.random.random((1, 3))*0.6+0.4).tolist()[0]# 边界 mask 标注信息if 'segmentation' in ann:if type(ann['segmentation']) == list:# polygonfor seg in ann['segmentation']:# 每个点是多边形的角点, 用 (x, y) 表示poly = np.array(seg).reshape((int(len(seg)/2), 2))polygons.append(Polygon(poly))color.append(c)else:# maskt = self.imgs[ann['image_id']]if type(ann['segmentation']['counts']) == list:rle = maskUtils.frPyObjects([ann['segmentation']], t['height'], t['width'])else:rle = [ann['segmentation']]m = maskUtils.decode(rle)img = np.ones( (m.shape[0], m.shape[1], 3) )if ann['iscrowd'] == 1:color_mask = np.array([2.0,166.0,101.0])/255if ann['iscrowd'] == 0:color_mask = np.random.random((1, 3)).tolist()[0]for i in range(3):img[:,:,i] = color_mask[i]ax.imshow(np.dstack( (img, m*0.5) ))# 人体关节点 keypoints 标注信息if 'keypoints' in ann and type(ann['keypoints']) == list:# turn skeleton into zero-based indexsks = np.array(self.loadCats(ann['category_id'])[0]['skeleton'])-1kp = np.array(ann['keypoints'])x = kp[0::3]y = kp[1::3]v = kp[2::3]for sk in sks:if np.all(v[sk]>0):plt.plot(x[sk],y[sk], linewidth=3, color=c)plt.plot(x[v>0], y[v>0],'o',markersize=8, markerfacecolor=c, markeredgecolor='k',markeredgewidth=2)plt.plot(x[v>1], y[v>1],'o',markersize=8, markerfacecolor=c, markeredgecolor=c, markeredgewidth=2)p = PatchCollection(polygons, facecolor=color, linewidths=0, alpha=0.4)ax.add_collection(p)p = PatchCollection(polygons, facecolor='none', edgecolors=color, linewidths=2)ax.add_collection(p)elif datasetType == 'captions':for ann in anns:print(ann['caption'])

读取数据进行可视化

from pycocotools.coco import COCO
import numpy as np
from skimage import io  # scikit-learn 包
import matplotlib.pyplot as plt
import pylab
pylab.rcParams['figure.figsize'] = (8.0, 10.0)#COCO 是一个类, 因此, 使用构造函数创建一个 COCO 对象, 构造函数首先会加载 json 文件,
# 然后解析图片和标注信息的 id, 根据 id 来创建其关联关系.dataDir='F:/Dataset/COCO/val2017/val2017'
dataType='val2017'
annFile='F:/Dataset/COCO/val2017/stuff_annotations_trainval2017/stuff_{}.json'.format(dataType)
# 初始化标注数据的 COCO api
coco=COCO(annFile)
print("数据加载成功！")#显示 COCO 数据集中的具体类和超类
cats = coco.loadCats(coco.getCatIds())
nms = [cat['name'] for cat in cats]
print('COCO categories: \n{}\n'.format(' '.join(nms)))
print("类别总数为： %d" % len(nms))
nms = set([cat['supercategory'] for cat in cats])
print('COCO supercategories: \n{}'.format(' '.join(nms)))
print("超类总数为：%d " % len(nms))#加载并显示指定 图片 id
catIds = coco.getCatIds(catNms=['person','dog','skateboard']);
imgIds = coco.getImgIds(catIds=catIds );
imgIds = coco.getImgIds(imgIds = [324158])
img = coco.loadImgs(imgIds[np.random.randint(0,len(imgIds))])[0]
I = io.imread(img['coco_url'])
plt.axis('off')
plt.imshow(I)
plt.show()#加载并将 “segmentation” 标注信息显示在图片上
# 加载并显示标注信息
plt.imshow(I)
plt.axis('off')
annIds = coco.getAnnIds(imgIds=img['id'], catIds=catIds, iscrowd=None)
anns = coco.loadAnns(annIds)
coco.showAnns(anns)

img

mAP计算

mAP是目标检测中常用的评价标准，尤其是在COCO数据集中，可以看到不同的mAP的评价指标，本文对这一系列指标做详细的解读：

首先，要引入四个概念：

  1. TP（True positive）: IOU>0.5的检测框个数（注意：每个GT box只能计算一次）
  2. TN（True negative) : IOU <= 0.5，没有被检测到，GT也没有标注的数量。也就是本来是负样例，分类也是负样例。（本文map计算没有用到该指标）。
  3. FP（False positive）: IOU <= 0.5的检测框的个数（或是检测到同一个GT box的多余检测框的数量）
  4. FN（False negative）：没有检测到的GT box的数量

img

举个例子，上图有两只猫，绿色的框分别代表两个GT box真实框，红色的代表预测框。比较大的红框因为大于0.5的IOU阈值，所以是TP，比较小的红框因为值小于0.5，所以是FP。另外右下角的小猫没有被检测到，属于漏检，也就是FN。

（注意：【图中的0.9和0.3代表类别的置信度，不是IOU】，如果不理解IOU的话，可以移步至《IOU、GIOU、DIOU、CIOU损失函数详解》，有详细描述）

再来介绍两个评价指标：

1.Precision(查准率)：TP/(TP + FP)，代表模型预测的所有目标中，预测正确目标的占比。

img

如图，一张图有5只猫，但是我们只有一个阈值大于0.5的红框，也就是TP = 1，因为没有其他阈值小于0.5的框，所以FP=0. Pricision = 1 /(1+0) = 1 ，也就是100%查准率。但是能说这个网络的效果很好吗？显然不能，因为其他四只猫都没有被识别出来，因此就引入了查全率。

Recall(查全率): TP/(TP+FN)，代表所有真实目标中，模型预测正确目标的比例。

img

我们再看这张图：图中有5只猫，但是有很多红色框框出现在图中。首先看TP：5个GT box都有红框正确预测到（虽然IOU>0.5的红框不止一个，但每个GT box只算一次），再看FN：图中没有漏检的物体，所以FP = 0 。Recall = 5/(5+0) = 1 ，也就是100%的查全率，但图中乱七八糟的杂框显然效果不好，简单通过Recall率，来评价检测质量也不合理。

所以，我们又引入了两个指标：

  1. AP： precision - Recall 曲线的面积
  2. mAP：各类别AP的平均值

举一个例子具体算IOU和mAP：

img

如上图，有两只猫，每只猫分别有一个绿色的GT box，两个红色的box代表预测框。因为有两个目标，所以设置num_obj = 2。接下来，我们用表格描述图中预测框的信息：表格有两行数据，按照第二列类别置信度（0.98和0.61降序排序），第一列代表属于哪个实例，第三列代表IOU是否大于0.5（注意哦，不是图片里面的0.98和0.61的置信度，这里用的是IOU评价指标，如果你不清楚的话，不妨花点时间看一下《IOU、GIOU、DIOU、CIOU损失函数详解》）。

img

接下来，我们再输入一张图片，包括一个目标，所以num_obj=2+1 = 3，图中又包含两个红色预测框，我们把它按照类别置信度排序，继续加入表格：

img

图中两个预测框都属于第三个实例，所以GT ID=3，中间红框的IOU>0.5所以为True，右边的红框IOU小于0.5所以是False。

img

我们输入第三张图片：图片中包括四个绿色的GT box框（ID分别为4~7)，有三个红色的预测框，其中id为5的猫猫没有对应的预测框。

img

最左边的红框类别置信度(0.52)最低，加入表格的最后一行。ID为6和7的猫猫对应预测框也分别加入表格中。因为这三个框IOU都大于0.5，所以都设置为True

img

我们从以下几种不同的指标（方法同VOC2010）分别计算Precision和Recall：

img

1.假设confidence >= 0.9才算正确匹配，观察表格，只有第一行满足匹配条件，因此TP = 1， FP = 0（根据匹配条件，只检测到一个图片，而且是正确的，所以不存在误检），FN=6（7个目标，找出来1个，漏检6个）。 Precision = 1 / (1+0) = 1，Recall = 1 /(1 + 6) = 0.14 。

img

2.假设conficende >= 0.89算是正确匹配，观察表格，前两行满足条件，TP=2， FP=0, FN=5, Precision = 2/(2+0) = 1。 Recall = 2 / (2+5) = 0.28。

img

以此类推，假设confidence >= 0.5是正确匹配，所有的行都满足条件，此时TP = 5， FP = 2，FN = 2（ID为2和5的猫漏检）。Precision = 5/(5+2) = 0.71。 Recall = 5 / （5+2） = 0.71。

img

将上述的步骤计算出的Precision和Recall列成上表所示。对于横坐标Recall而言，需要滤除重复信息，也就是对下图的0.57的Recall有三行，只保留Precision最大的一行，其他两行不计算。

img

将上图的5个点绘图，图中的阴影部分的面积就是上面说的AP。具体计算如下：AP=(0.14-0)*1 + (0.28-0.14)*1+(0.42-0.28)*1 + (0.57-0.42)*1 +(0.71-0.57)*0.71 = 0.67。所以猫这个类别的AP就是0.67，同样，把所有类别的AP值计算出来，取平均，我们就得到了mAP.

img

附：precision和recall计算源码

# 计算每个类别的precision和recall
def calc_recall_precision(gt_list, pred_list):  bin_gt = np.array(gt_list, dtype=np.bool)  # gt的标签，如果包含该类别，则类别为True，否则为Falsearr_pred = np.array(pred_list, dtype=np.float)  # 预测类别的置信度p_list = pred_listp_list.sort()recall_list = []precision_list = []threshold_list = []for i in range(201):  # 阈值从0到1，以0.05为区间间隔，计算每个区间的准召率score_base = i * 0.005  # 当前阈值bin_pred = arr_pred >= float(score_base)  # 是否大于阈值tp = np.sum(bin_pred & bin_gt)  # 大于阈值且是正确类别tn = np.sum((~bin_pred) & (~bin_gt)) fp = np.sum(bin_pred & (~bin_gt))  # 置信度大于阈值但预测类别错误fn = np.sum((~bin_pred) & (bin_gt))  # 是真实类别但置信度小于阈值没检测到p = (tp + 0.0) / (tp + fp + 0.000001)  # precision = tp /（tp + fp）代表预测正确的类别占比。r = (tp + 0.0) / (tp + fn + 0.000001)  # recall = tp / (tp + fn) 代表查全率if (tp+fp)<1 or (tp+fn)<1: continuerecall_list.append(r)precision_list.append(p)threshold_list.append(score_base)# reverse是反转列表，对于recall来说是变成升序序列，precision和threshold变成降序序列recall_list.reverse()  # [0.28 0.30, 0.42, 0.46,.....]precision_list.reverse()  # [0.99, 0.98, 0.96, ......]threshold_list.reverse()  # [0.81, 0.80, 0.75, ......]return recall_list, precision_list, threshold_list# 计算所有类别的平均precision和recall
def cal_average_class_pr(pred, target):  # 两个参数的shape：[batch_size, num_classes]pre_sum, rec_sum, count = 0,0,0  # 初始化precision和recall的值for i in range(len(target[0])):  # 循环次数等价于类别个数pred_list = pred[:, i]gt_list = target[:, i]pred_list.tolist()gt_list.tolist()rec, prec, thresh = calc_recall_precision(gt_list, pred_list)rec = np.asarray(rec, dtype=np.float32)prec = np.asarray(prec, dtype=np.float32)thresh = np.asarray(thresh, dtype=np.float32)idx = np.where(rec>0.8)  # 查全率大于0.8的索引if len(idx[0].tolist())>0:# 找到recall首次大于0.8的索引，输出当前索引对应的reccall,precision,thresholdrec_v = rec[idx[0][0]]  prec_v = prec[idx[0][0]]thresh_v = thresh[idx[0][0]]print("Class: {}, prec: {:.4f}, rec: {:.4f}, thresh: {:.4}".format(i+1, prec_v, rec_v, thresh_v))pre_sum = pre_sum + prec_vrec_sum = rec_sum + rec_vcount = count + 1return pre_sum/count, rec_sum/count

COCO评价指标

API介绍

img

首先看第一部分的AP：

AP代表 IOU从0.5到0.95，间隔0.05计算一次mAP, 取平均mAP即为最终结果。

AP0.5和AP0.75则分别代表IOU为0.5和0.75的mAP值

第二部分 : AP Across Scales：

代表小、中、大三个类别的mAP，将面积小于322像素点的归为小目标，面积大于962的归为大目标，介于二者之间的为中等目标。计算不同目标的mAP。

第三部分：AR

代表查全率。三组分别代表每张图片限定检测1、10、100个目标能够得到相应的Recall的值。

第四部分：AR Across Scales

代表对应不同尺度的Recall值。

初步实现目标检测任务mAP计算

首先要弄清楚cocoapi指定的数据格式（训练网络预测的结果），在官网的Evaluate下拉框中选择Results Format，可以看到每种任务的指定数据格式要求。
coco results format这里主要讲讲针对目标检测的格式。根据官方文档给的预测结果格式可以看到，我们需要以列表的形式保存结果，列表中的每个元素对应一个检测目标（每个元素都是字典类型），每个目标记录了四个信息：

  • image_id记录该目标所属图像的id（int类型）
  • category_id记录预测该目标的类别索引，注意这里索引是对应stuff中91个类别的索引信息（int类型）
  • bbox记录预测该目标的边界框信息，注意对应目标的[xmin, ymin, width, height] (list[float]类型)
  • score记录预测该目标的概率（float类型）

下图是训练在coco2017验证集上预测的结果：

ob format
接着将预测结果保存成json文件，后面需要使用到：

import jsonresults = []  # 所有预测的结果都保存在该list中
# write predict results into json file
json_str = json.dumps(results, indent=4)
with open('predict_results.json', 'w') as json_file:json_file.write(json_str)

数据准备：

  • COCO2017验证集json文件instances_val2017.json
    链接: https://pan.baidu.com/s/1ArWe8Igt_q0iJG6FCcH8mg 密码: sa0j

示例代码：

from pycocotools.coco import COCO
from pycocotools.cocoeval import COCOeval# accumulate predictions from all images
# 载入coco2017验证集标注文件
coco_true = COCO(annotation_file="/data/coco2017/annotations/instances_val2017.json")
# 载入网络在coco2017验证集上预测的结果
coco_pre = coco_true.loadRes('predict_results.json')coco_evaluator = COCOeval(cocoGt=coco_true, cocoDt=coco_pre, iouType="bbox")
coco_evaluator.evaluate()
coco_evaluator.accumulate()
coco_evaluator.summarize()

输出结果：

loading annotations into memory...
Done (t=0.43s)
creating index...
index created!
Loading and preparing results...
DONE (t=0.65s)
creating index...
index created!
Running per image evaluation...
Evaluate annotation type *bbox*
DONE (t=21.15s).
Accumulating evaluation results...
DONE (t=2.88s).Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.233Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.415Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.233Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.104Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.262Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.323Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.216Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.319Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.327Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.145Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.361Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.463

一个具体实现的例子

mAP（Mean Average Precision）均值平均准确率，即检测多个目标类别的平均准确率。在目标检测领域mAP是一个最为常用的指标。具体概念不叙述，本文主要讲如何利用Github上一些开源项目计算自己网络的mAP值等信息。首先给出两个Github链接，链接1；链接2。这两个链接项目都可以帮助我们计算mAP的值，用法也差不多，链接1感觉用起来更简单点，链接2的功能更全面点（绘制的Precision-Recall曲线更准）。本文主要介绍下链接项目1的使用方法，利用项目1最终能得到如下图所示的计算结果（虽然也能绘制P-R曲线，但感觉绘制的不准确）。

imgimg

项目的使用流程

使用方法流程主要分为如下几步：（1） 克隆项目代码；（2）创建ground-truth文件，并将文件复制到克隆项目的 input/ground-truth/ 文件夹中；（3）创建detection-results文件，并将文件复制到克隆项目的 input/detection-results/ 文件夹中；（4）将与detection-results对应的验证图像文件放入克隆项目 input/images-optional 文件夹中（该步骤为可选项，可以不放入图像，如果放入图像会将标注框、检测框都绘制在图像上，方便后期分析结果）；（5）在项目文件夹中打开终端，并执行指令python main.py即可得到结果（结果全部保存在克隆项目的results文件夹中）。

1）克隆代码

打开项目1https://github.com/Cartucho/mAP进行克隆，或者直接使用git克隆。

2）创建ground-truth文件

在项目的readme中有给出事例：

例如图像1中的标注信息（image_1.txt），文件的命名要与图像命名相同，每一行的参数为类别名称、左上角x坐标、左上角y坐标、右下角x坐标、右下角y坐标

<class_name> <left> <top> <right> <bottom> [<difficult>]

参数difficult是可选项，每一个图像文件对应生成一个txt文件，与PASCAL VOC的xml文件一样，一一对应。

tvmonitor 2 10 173 238
book 439 157 556 241
book 437 246 518 351 difficult
pottedplant 272 190 316 259

将所有生成好的文件复制到克隆项目的 input/ground-truth/ 文件夹中

3）创建detection-results文件

同样在项目的readme中有给出事例：

对于图像1的实际预测信息（image_1.txt），文件的命名要与图像命名相同，每一行的参数为类别名称、预测概率、预测左上角x坐标、预测左上角y坐标、预测右下角x坐标、预测右下角y坐标

<class_name> <confidence> <left> <top> <right> <bottom>

每个预测图像对应生成一个txt文件

tvmonitor 0.471781 0 13 174 244
cup 0.414941 274 226 301 265
book 0.460851 429 219 528 247
chair 0.292345 0 199 88 436
book 0.269833 433 260 506 336

将所有生成好的预测文件复制到克隆项目的 input/detection-results/ 文件夹中

4）复制图像文件（可选）

将与detection-results对应的验证图像文件放入克隆项目 input/images-optional 文件夹中（该步骤为可选项，可以不放入图像，如果放入图像会将标注框、检测框都绘制在图像上，方便后期分析结果）

5）开始计算

在项目文件夹中打开终端，并执行指令python main.py即可得到结果（结果全部保存在克隆项目的results文件夹中，注：该项目的计算结果是IOU阈值取0.5的结果）

通过以上步骤就能够得到出训练网络的预测mAP，使用起来也是非常的简单。对于需要绘制Precision-Recall曲线的同学可以使用**链接2**中的项目代码。项目2的使用步骤其实基本相同，且需要准备的文件也都是一样的，不同的是使用的指令。
cup 0.414941 274 226 301 265
book 0.460851 429 219 528 247
chair 0.292345 0 199 88 436
book 0.269833 433 260 506 336


将所有生成好的预测文件复制到克隆项目的 input/detection-results/ 文件夹中#### 4）复制图像文件（可选）将与detection-results对应的验证图像文件放入克隆项目 input/images-optional 文件夹中（该步骤为可选项，可以不放入图像，如果放入图像会将标注框、检测框都绘制在图像上，方便后期分析结果）#### 5）开始计算在项目文件夹中打开终端，并执行指令python main.py即可得到结果（结果全部保存在克隆项目的results文件夹中，**注：该项目的计算结果是IOU阈值取0.5的结果**）通过以上步骤就能够得到出训练网络的预测mAP，使用起来也是非常的简单。对于需要绘制Precision-Recall曲线的同学可以使用**[链接2](https://github.com/rafaelpadilla/Object-Detection-Metrics)**中的项目代码。项目2的使用步骤其实基本相同，且需要准备的文件也都是一样的，不同的是使用的指令。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/171672.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【Skynet 入门实战练习】实现网关服务 | 用户代理 | RPC 协议 | 客户端

【Skynet 入门实战练习】实现网关服务 | 用户代理 | RPC 协议 | 客户端

文章目录 前言网关服务RPC 协议看门狗服务代理服务客户端逻辑梳理 前言 上两章学习了如何搭建一个项目&#xff0c;简单实现了几个基础模块。本章节会实现基本的客户端与服务端的通信&#xff0c;包括网关&#xff08;gate&#xff09;、看门狗&#xff08;watchdog&#xff0…
阅读更多...
不适合当老师怎么转岗

不适合当老师怎么转岗

作为一名老师&#xff0c;你需要耐心、热情、知识储备丰富&#xff0c;还要有一定的演讲技巧。但有时候&#xff0c;即使具备了这些条件&#xff0c;你仍然可能觉得自己的个性或能力并不适合这个职业。那么&#xff0c;该如何转岗呢&#xff1f;别担心&#xff0c;我们为你提供…
阅读更多...
玉渊谭天对电影色彩分析的“蚊香图”复现-python

玉渊谭天对电影色彩分析的“蚊香图”复现-python

视频教程链接&#xff1a;https://www.bilibili.com/video/BV1Lu4y1t7FG/ 最终的实现效果如下&#xff1a; 前几天刷抖音刷到了玉渊谭天对于电影抽取画面制作“蚊香图”&#xff0c;相关视频片段如下。 这种制作”蚊香图“的特效当时有点触动到到我&#xff0c;根据色彩来分…
阅读更多...
深度学习技巧应用30-深度学习中的GPU的基本架构原理与应用技巧

深度学习技巧应用30-深度学习中的GPU的基本架构原理与应用技巧

大家好，我是微学AI，今天给大家介绍一下深度学习技巧应用30-深度学习中的GPU的基本架构原理与应用技巧，GPU是一种专门用于处理大量并行操作的硬件设备，它的架构设计主要是为了图形渲染。然而，由于其并行处理能力，现在广泛应用于深度学习、科学计算等领域。主要的GPU制造商…
阅读更多...
autojs-练手-简单的视频号点赞（初阶版）

autojs-练手-简单的视频号点赞（初阶版）

注释很详细&#xff0c;直接上代码&#xff08;简单的练手实践&#xff0c;仅供参考&#xff09; //设置点赞次数 var num50; //等待权限授予 auto.waitFor(); //进入点赞流程 while(num!0) {//先向下滑一个视频scrollDown();//使用auto.js找到点赞控件的id&#xff08;每个人不…
阅读更多...
《软件方法》2023版第1章：1.1 利润＝需求－设计，1.2 ABCD工作流

《软件方法》2023版第1章：1.1 利润＝需求－设计，1.2 ABCD工作流

DDD领域驱动设计批评文集 做强化自测题获得“软件方法建模师”称号 《软件方法》各章合集 第1章 建模和UML 牵着你走进傍晚的风里&#xff0c;看见万家灯火下面平凡的秘密。 《情歌唱晚》&#xff1b;词&#xff1a;黄群&#xff0c;曲&#xff1a;黄群&#xff0c;唱&#…
阅读更多...
复数的几何意义

复数的几何意义

1、复平面&#xff0c;复数的其它表示法 (1)几何表示法 直角平面坐标&#xff1a; 复平面 实轴&#xff0c;虚轴 (2)向量表示法 向量 模&#xff1a; 复数加减法可用向量的三角形法则或者平行四边形法则 (3)结论 (两边之和大于第三边) ((两边之差大于第三边)) *辐角&am…
阅读更多...
【Web】/proc利用相关例题wp

【Web】/proc利用相关例题wp

先贴一篇文章一起学习一下 [CTF]proc目录的应用 - CodeAntenna ①[HDCTF 2023]YamiYami 点击Read somethings直接跳转到了百度 从url中发现存在任意文件读取&#xff0c;因为不知道flag在哪&#xff0c;所以考虑读环境变量 payload: ?urlfile:///proc/1/environ 拿到fla…
阅读更多...
【Spring源码】Spring Event事件

【Spring源码】Spring Event事件

目录 1、前言 2、什么是Spring Event&#xff1f; 3、基本使用 3.1、定义事件 3.2、发布事件 3.3、监听事件 3.3.1、继承ApplicationListener 3.3.2、使用EventListener注解 4、Spring Event是同步还是异步&#xff1f; 4.1、源码实现 4.2、如何实现异步 4.2.1、使用…
阅读更多...
Redis与Mysql的数据强一致性方案

Redis与Mysql的数据强一致性方案

目的 Redis和Msql来保持数据同步&#xff0c;并且强一致&#xff0c;以此来提高对应接口的响应速度&#xff0c;刚开始考虑是用mybatis的二级缓存&#xff0c;发现坑不少&#xff0c;于是决定自己搞 要关注的问题点 操作数据必须是唯一索引 如果更新数据不是唯一索引&#…
阅读更多...
5种主流API网关技术选型，yyds！

5种主流API网关技术选型，yyds！

API网关是微服务项目的重要组成部分&#xff0c;今天来聊聊API网关的技术选型&#xff0c;有理论&#xff0c;有实战。 不 BB&#xff0c;上文章目录&#xff1a; 1 API网关基础 1.1 什么是API网关 API网关是一个服务器&#xff0c;是系统的唯一入口。 从面向对象设计的角度…
阅读更多...
docker介绍、部署与常用命令

docker介绍、部署与常用命令

一、docker 介绍 1、容器&#xff08;Container&#xff09;&#xff1a; (1) 概念&#xff1a; 容器是一种用于运行和部署应用程序的技术。它将应用程序及其所有依赖项&#xff08;例如代码、运行时、系统工具、系统库等&#xff09;打包在一个独立的、可移植的运行环境中&…
阅读更多...
Facebook的特点优势

Facebook的特点优势

Facebook作为全球最大的社交媒体平台之一&#xff0c;同时也是最受欢迎的社交网站之一&#xff0c;Facebook具有许多独特的特点和优势。本文小编将说一些关于Facebook的特点及优势。 1、全球化 Facebook拥有数十亿的全球用户&#xff0c;覆盖了几乎所有国家和地区。这使得人们…
阅读更多...
【深度学习笔记】05 线性回归

【深度学习笔记】05 线性回归

线性回归 线性回归基于几个简单的假设&#xff1a; 首先&#xff0c;假设自变量 x \mathbf{x} x和因变量 y y y之间的关系是线性的&#xff0c; 即 y y y可以表示为 x \mathbf{x} x中元素的加权和&#xff0c;这里通常允许包含观测值的一些噪声&#xff1b; 其次&#xff0c;我…
阅读更多...
MQTT客户端MQTT.fx 1.7.1下载、安装和界面介绍

MQTT客户端MQTT.fx 1.7.1下载、安装和界面介绍

MQTT.fx是一款基于Eclipse Paho&#xff0c;使用Java语言编写的MQTT客户端工具。支持通过Topic订阅和发布消息&#xff0c;用来前期和物理云平台调试非常方便。 1.下载 1.1.访问官方下载地址下载&#xff0c;但是下载不到1.7.1版本 1.2.在连接网页末尾点击立即下载&#xff0c;…
阅读更多...
R语言如何实现多元线性回归

R语言如何实现多元线性回归

输入数据 先把数据用excel保存为csv格式放在”我的文档”文件夹 打开R软件，不用新建，直接写 回归计算 求三个平方和 置信区间（95%）
阅读更多...
STL: 容器适配器stack 与 queue

STL: 容器适配器stack 与 queue

目录 1.容器适配器 1.1 STL标准库中stack和queue的底层结构 1.2 deque的简单介绍(了解) 1.2.1 deque的原理介绍 1.2.2 deque的缺陷 1.2.3 为什么选择deque作为stack和queue的底层默认容器 2. stack的介绍和使用 2.1 stack的介绍 2.2 stack的使用 2.3 利用deque模拟实现…
阅读更多...
【算法】FFT-1（递归实现）（不包括IFFT）

【算法】FFT-1（递归实现）（不包括IFFT）

FFT 多项式多项式乘法复数及运算导数泰勒公式及展开式欧拉公式单位根 FFTCode IFFT 多项式 我们从课本中可以知道&#xff0c;一个 n − 1 n-1 n−1 次的多项式可以写成 a 0 a 1 x a 2 x 2 a 3 x 3 ⋯ a n − 1 x n − 1 a_{0}a_{1}xa_{2}x^2a_{3}x^3\dotsa_{n-1}x^{n-…
阅读更多...
【挑战业余一周拿证】二、在云中计算 - 第 2 节 - Amazon EC2 实例类型

【挑战业余一周拿证】二、在云中计算 - 第 2 节 - Amazon EC2 实例类型

第 2 节 - Amazon EC2 实例类型 如果我们想让企业尽可能高效地运作&#xff0c;那就一定要确保员工的技能组合适合他们的角色&#xff0c;就 像我们的咖啡店有不同类型的员工一样&#xff0c;亚马逊云科技也有不同类型的 EC2 实例。每种实例类型 都归属于一个实例系列&#x…
阅读更多...
BUUCTF刷题之路-web-[GXYCTF2019]Ping Ping Ping1

BUUCTF刷题之路-web-[GXYCTF2019]Ping Ping Ping1

启动环境后&#xff0c;是一个简简单单的页面&#xff1a; 看样子是能够触发远程执行漏洞的。尝试下ping 127.0.0.1&#xff0c;如果有回显说明我们的想法是对的。 最近才学习的nc反弹shell。想着是否能用nc反弹shell的办法。控制服务器然后输出flag呢&#xff1f;于是我测试下…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023