最初也是看了许多相关知识,总是不理解怎么计算AP、mAP, 借助简单的数字检测识别任务,对AP、mAP尝试计算后,总算是理解了。下面我对计算过程简单进行一个记录。
文章目录
1. 获取预测结果、Ground_Truth
1.1 数据形式示例
任务:数字(0~9)检测识别
首先需要获取模型对图像的检测结果,如下列形式的数据(一幅图像):
预测结果: # [x0, y0, x1, y1, class, score]
[[171, 199, 206, 252, 1, 0.9266],
[206, 198, 242, 251, 4, 0.9749],
[137, 198, 170, 252, 5, 0.8894]]
Ground_Truth: # [x0, y0, x1, y1, class]
[[133, 197, 168, 251, 5],
[171, 197, 205, 251, 1],
[208, 197, 243, 251, 4]]
1.2 检测数据示例
上面只是一幅图像检测结果的举例, 而通常对测试集进行检测,会得到许多预测值:
预测结果如下: # [x0, y0, x1, y1, class, score]
[[171, 199, 206, 252, 1, 0.9266],
[206, 198, 242, 251, 4, 0.9749],
[137, 198, 170, 252, 5, 0.8894]]
[207, 106, 286, 198, 1, 0.8885],
[129, 111, 204,