三分钟带你学会计算目标检测中的mAP

代码地址:https://github.com/CV-deeplearning/calculate_detect_mAP.git

1. mAP的通俗理解

      mAP:每个类别AP的平均值。

      好了,有小伙伴就会问:那每个类别的AP又是什么意思呢?下面进行解答。

      AP:PR曲线与坐标轴围成的面积,面积越大,说明该类别的检测效果越好。

      关于AP曲线的详细讲解,请参考我的博客:三分钟带你理解ROC曲线和PR曲线。

2. 代码使用

      代码的整体目录如下:

三分钟带你学会计算目标检测中的mAP_第1张图片

         (1).将你的标注文件以Pacal VOC的形式存放在 ./data/Annotations/ 目录下;

         (2).res.json保存你模型的检测结果,res.json的格式如下:

三分钟带你学会计算目标检测中的mAP_第2张图片

          (3).当你的标签和数据准备好了以后,运行:python calc_map.py, 得到测试结果,测试结果保存在res.txt中。同时在终端也会打印如下信息:

三分钟带你学会计算目标检测中的mAP_第3张图片

 

注:以上的代码可以当做工具使用,欢迎start。

你可能感兴趣的:(目标检测基础,深度学习,mAP,检出率,误检率)