YOLOv3 mAP计算教程

本文介绍了如何使用YOLOv3训练模型计算VOC数据集的mAP。通过运行detector valid命令,下载并使用voc_eval.py,创建compute_mAP.py和computer_Single_ALL_mAP.py脚本来批量计算单类及所有类别的mAP。最终,YOLOv3在VOC上的mAP达到82.29。
摘要由CSDN通过智能技术生成

前言

本文只介绍如何利用YOLOv3训练好的model来计算VOC数据集的mAP。

举一反三,很容易理解如何利用自己训练的model来计算自己的数据集的mAP。

1 运行detector valid命令,进行测试

./darknet detector valid cfg/voc.data cfg/yolov3-voc.cfg backup/VOC/yolov3-voc_final.weights -out "" -gpu 0 -thresh .5

注意:-out “” 双引号其实可以加内容的,但建议初次使用时不要加自定义内容,网上很多教程都加了,其实一点用都没有。之后可以再慢慢探索。

运行速度很快,大概90秒

在这里插入图片描述

运行结束后,在results文件夹下生成20个.txt文件,为什么是20个,因为VOC数据集就是20类呀。

在这里插入图片描述

2 下载voc_eval.py

https://github.com/rbgirshick/py-faster-rcnn/tree/master/lib/datasets

3 新建compute_mAP.py

写入

from voc_eval import voc_eval
 
print voc_eval('/home/cxx/Amusi/Object_Detection/YOLO/darknet/results/{}.txt'
评论 58
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值