COCO数据集test-dev2017测试结果提交官网


前言

COCO test-dev2017数据集及标注文件下载:
在这里插入图片描述

2017 Train/Val Keypoints 2017
在这里插入图片描述

2017 Testing Keypoints 2017
在这里插入图片描述


一、如何在COCO test-dev数据集上进行测试?

https://github.com/leoxiaobin/deep-high-resolution-net.pytorch/issues/233

1.‎为简单起见,可以先下载检测器结果‎‎GoogleDrive‎‎。‎

在这里插入图片描述

‎2.然后,修改配置文件(即.yaml),其中
TEST_SET设置为“test-dev2017”,‎
在这里插入图片描述

COCO_BBOX_FILE设置为
COCO_test-dev2017_detections_AP_H_609_person.json的路径,
在这里插入图片描述

最后但重要的是,USE_GT_BBOX应切换到“false”

‎3.

  • 5
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 8
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
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