tensorflow 如何计算Yolov4的mAP、F1分数和混淆矩阵等指标以进行对象检测?

x33g5p2x  于 2022-11-16  发布在  其他
关注(0)|答案(1)|浏览(249)

我对计算机视觉这一领域还很陌生。我用过这个repo https://github.com/theAIGuysCode/yolov4-custom-functions
系统:Win 10产品名称:yolov 4-GPU依赖性:

  • Python==3.7
  • 尖点
  • matplotlib
  • 开放的
  • 屈恩
  • cudatool工具包==10.1.243
  • 脉冲:
  • tensorflow -gpu ==2.3.0rc0
  • 打开python文件
  • lxml文件
  • 传输质量管理
  • 绝对-绝对
  • 简易法令
  • 一种枕头
  • pytesseract我想找到这个模型的度量。请帮助。提前感谢。
frebpwbc

frebpwbc1#

您可以使用this package(免责声明:I'm the author)来计算给定的几个地面真实值和预测边界框的所有COCO指标。

pip install globox

您首先需要以任何支持的格式保存预测。例如,如果地面实况和预测都以YOLO格式(txt文件)保存,您可以使用以下格式打印COCO指标:

from globox import AnnotationSet, COCOEvaluator

gts = AnnotationSet.from_yolo("yolo/gts/folder/")
preds = AnnotationSet.from_yolo("yolo/preds/folder/")

evaluator = COCOEvaluator(gts, preds)
evaluator.show_summary()

您可以从命令行实现相同的操作:

globox evaluate yolo/gts/folder/ yolo/preds/folder --format yolo --format_dets yolo

如果您没有或无法以支援的格式之一将预测储存到,您可以使用BoundingBox.create(...)函数来剖析它们。
有关详细信息,请参阅repo的README。

相关问题