目標檢測計算mAP

2021-08-18 08:30:21 字數 798 閱讀 3219

參考1

pascal voc從2007開始用interpolated法計算map

coco的map低的原因

coco資料集結果評估

ssd計算map

faster r-cnn計算map

coco資料annotation內容,bbox是[x,y,width,height]

畫pr曲線

使用cocoapi時,按照要求make出錯

gcc:fatal error: -fuse-linker-plugin, but liblto_plugin.so not found
參考windows下的類似問題,查詢liblto_plugin.so的位置

locate liblto_plugin.so
找到位置
/home/***/downloads/gcc5_3_0/libexec/gcc/x86_64-unknown-linux-gnu/5.3.0/liblto_plugin.so.0.0.0
注意:使用的gcc為「/home/***/downloads/gcc5_3_0/bin/gcc」下的(用which gcc檢視)

cd到該目錄下,建立軟連線,讓liblto_plugin.so指向liblto_plugin.so.0.0.0

ln -s liblto_plugin.so.0.0.0 liblto_plugin.so
最後make成功,進入python後import

pycocotools不報錯,即安裝成功。

目標檢測mAP值計算

tp true positives 意思是 被分為正樣本,並且分對了 tn true negatives 意思是 被分為負樣本,而且分對了 fp false positives 意思是 被分為正樣本,但是分錯了 fn false negatives 意思是 被分為負樣本,但是分錯了 按下圖來解釋,左...

目標檢測學習(2)map計算

一 前言 二 tp tn fp fn 這4個值由以下圖就很好理解了 tp 實際為真,為真 tn 實際為假,為假 fp 實際為假,為真 fn 實際為真,為假 三 accuracy precision recall 準確率 accuracy tp tn tp tn fp fn 所有樣本中,對的概率 精確...

深度學習 目標檢測mAP計算及旋轉檢測IOU

這裡僅作簡要分析,原始碼位址 有些許改變 1.資料夾分為兩個,真實標籤及檢測標籤 兩個資料夾中的檔案均為txt檔案,每張對應乙個txt檔案,其中真值標籤,每一行乙個目標,類別名 座標值 其中檢測標籤,每一行乙個目標,類別名 置信度 座標值 1.將所有真值標籤讀取並儲存json檔案,字典資料有以下3個...