COCOeval 计算一张图像的mAP 目标检测

pycocotools提供了COCOeval,可以让我们方便地计算coco数据集的mAP。然而,如果我们只想计算少量图像的mAP,该如何做呢?

coco2017数据集由训练集、验证集、测试集组成。训练集中一共拥有118287张图像,验证集中有5000张图像,测试集中有40670张图像。训练集的annotations文件的大小为469.8MB,验证集的annotations文件的大小为20MB,测试集的annotations文件没有提供。如果我们手动分割训练集或者验证集,需要额外的处理,很不方便。因此,本文提出的方法可以在不调整训练集和验证集的条件下,计算一张图像的mAP.

传统的计算过程如下,简单说来就是输入目标检测网络推断得到的检测结果result_files文件和groundtruth文件,计算得到最终的mAP. groundtruth文件中有多少张图像的结果,result_files也要有多少张图像的检测结果。如果图像个数不匹配,会导致计算结果出现问题。(如果result_files文件中的图像个数比groundtruth文件中的个数少,那么会导致mAP偏低)

def coco_eval(result_files, result_types, coco, max_dets

你可能感兴趣的:(笔记,python,sys,python,深度学习,目标检测,mmdetection,计算机视觉)