【解决方案】COCO数据集分类别测试mAP

---

问题描述

coco数据集官方给出的pycocotools.cocoeval库只能测所有类别平均mAP；
需要修改自己的类别数量，并给出单类别mAP；
以下代码参考了这个仓库；
可用于目标检测与实例分割计算单目标mAP。

---

解决方案

• 调用代码

from pycocotools.cocoeval import COC0eval
from pycocotools.coco import COCO
gt = r"gt_path" #.json,为coco官方格式
dt = r"dt_path" #.json,为EvalCOCOMetric函数测试时自动保存的,具体看此函数简介
coco_gt = COCO(gt)
coco_dt = coco_gt.LoadRes (dt)
cocoEval = COCOevaL(coco_gt, coco_dt, 'segm') #可改'segm'（实例分割）为'bbox'（目标检测）
cocoEval.evaluate()
cocoEval.accumuLate()
cocoEval.summarize()
print (cocoEval. stats)

• 修改cocoEval.summarize()中_summarize()函数，在print前添加以下代码，注意代码模块空格。

     #cacluate AP(average precision) for each category
     num_classes = len(p.catIds)
     avg_ap = 0.0
     if ap == 1:
         for i in range(0, num_classes):
             print('category : {0} : {1}'.format(i,np.mean(s[:,:,i,:])))
             avg_ap +=np.mean(s[:,:,i,:])
         print('(all categories) mAP : {}'.format(avg_ap / num_classes))

 print(iStr.format(titleStr, typeStr, iouStr, areaRng, maxDets, mean_s))
 return mean_s

• 因为_summarizeDets()函数会调用_summarize()很多次，如果不需要每次都计算分类别的mAP，可以增添_summarize()参数。这里我给_summarize()函数加了个mAP的参，这样就只会输出我想要的某几次分类别mAP，即下图第三行里的mAP=True。
  
  当然_summarize()函数声明里面也要加一个参mAP=False。
  

实现效果