调试设置
-
Debug 设置
{ // 使用 IntelliSense 了解相关属性。 // 悬停以查看现有属性的描述。 // 欲了解更多信息，请访问: https://go.microsoft.com/fwlink/?linkid=830387 "version": "0.2.0", "configurations": [ { "name": "Python: Current File", "type": "python", "request": "launch", "program": "val.py", "console": "integratedTerminal", "justMyCode": true, "args":["--data", "coco128.yaml", "--workers", "0", "--batch-size", "1"] } ] }其它参数则是使用默认，其中 【–workers=0】表示仅仅使用主线程读取数据。那么调试过程中，每次读取的数据是同一个数据，便于打印关键变量的变化。
-
调试数据
使用的是【coco.yaml】数据， 图片【000000000308.jpg】，总共有4类，13个目标框，如下图所示，
前置知识
理解mAP的计算过程，有一些基本的概念和专业术语需要弄清楚。参考博客链接：指标评估 —— AP & mAP 详细解读.
整体结构
指标评估主要涉及两个脚本文件，【val.py】：指标评估的主要流程控制；【metrics.py】：核心功能的具体代码实现，比如AP，mAP的计算过程，PR曲线的绘制等。
-
脚本【val.py】的大致结构如下，
def save_one_txt(predn, save_conf, shape, file): # save txt def save_one_json(predn, jdict, path, class_map): # Save one JSON result {"image_id": 42, # "category_id": 18, # "bbox": [258.15, 41.29, 348.26, 243.78], # "score": 0.236} def process_batch(detections, labels, iouv): """ Return correct predictions matrix. Both sets of boxes are in (x1, y1, x2, y2) format. Arguments: detections (Array[N, 6]), x1, y1, x2, y2, conf, class labels (Array[M, 5]), class, x1, y1, x2, y2 Returns: correct (Array[N, 10]), for 10 IoU levels """ # 计算指标的关键函数之一 # iou：[0.5:0.95]，10个不同的iou阈值下，计算标签与预测的匹配结果，存于矩阵，标记是否预测正确 @torch.no_grad() def run( data, weights=None, # model.pt path(s) batch_size=32, # batch size imgsz=640, # inference size (pixels) conf_thres=0.001, # confidence threshold iou_thres=0.6, # NMS IoU threshold task='val', # train, val, test, speed or study device='', # cuda device, i.e. 0 or 0,1,2,3 or cpu workers=8, # max dataloader workers (per RANK in DDP mode) ... ... ): """ # 函数run()的处理流程如下： 1. 加载模型； 2. 加载数据； 3. 网络预测，NMS处理； 4. 计算AP，mAP； 5. 绘制指标图； 6. 保存结果； """ def parse_opt(): # 运行相关参数定义 def main(opt): # 入口函数 run(**vars(opt)) if __name__ == "__main__": opt = parse_opt() main(opt) -
脚本【metric.py】的大致结构如下，
包含核心的功能实现代码def ap_per_class(tp, conf, pred_cls, target_cls, plot=False, save_dir='.', names=(), eps=1e-16): """ Compute the average precision, given the recall and precision curves. Source: https://github.com/rafaelpadilla/Object-Detection-Metrics. # Arguments tp: True positives (nparray, nx1 or nx10). conf: Objectness value from 0-1 (nparray). pred_cls: Predicted object classes (nparray). target_cls: True object classes (nparray). plot: Plot precision-recall curve at mAP@0.5 save_dir: Plot save directory # Returns The average precision as computed in py-faster-rcnn. """ # 计算AP，F1，Presion，Recall，绘制指标图 def compute_ap(recall, precision): """ Compute the average precision, given the recall and precision curves # Arguments recall: The recall curve (list) precision: The precision curve (list) # Returns Average precision, precision curve, recall curve """ # 根据PR曲线，计算每一类的AP值 # 两种方法：插值101点或者连续点计算曲线下方的面积 class ConfusionMatrix: # Updated version of https://github.com/kaanakan/object_detection_confusion_matrix def __init__(self, nc, conf=0.25, iou_thres=0.45): self.matrix = np.zeros((nc + 1, nc + 1)) self.nc = nc # number of classes self.conf = conf self.iou_thres = iou_thres # 计算混淆矩阵 def bbox_iou(box1, box2, xywh=True, GIoU=False, DIoU=False, CIoU=False, eps=1e-7): # Returns Intersection over Union (IoU) of box1(1,4) to box2(n,4) def plot_pr_curve(px, py, ap, save_dir=Path('pr_curve.png'), names=()): # 绘制PR曲线
核心函数
-
process_batch
函数作用：为计算AP，mAP作准备。
基本思想：在一组不同的IOU阈值下，标记每一个预测框是正确预测，还是错误预测，正确标记为True，错误标记为False，标记结果存于【correct】矩阵。经过NMS处理后，存在预测框和标签框不是一一对应的关系，为了后续计算mAP，需要保证一个标签框对应一个预测框。
去除重复框：当一个预测框对应多个标签框时，需要根据iou值的大小，最大iou值的框标记为正确预测，其它iou值的重复预测框均为错误预测；当一个标签框对应多个预测框时，根据置信度分数筛选，置信度最大的预测框为正确预测，其它置信度分数的则为错误预测。该函数的基本流程如下：
（1）初始化返回矩阵 correct，shape=[num_predicts,10]，num_predicts：网络预测的框经过NMS处理后剩下的数量；10：10个不同的iou阈值；
（2）计算所有预测框和真实框两两之间的交并比值，形状[num_gt, num_predicts]；
（3）标记正确预测的类别，存于correct_class，形状[num_gt, num_predicts]；
（4）循环每一个iou阈值，并计算该iou值下的正确预测的框，循环处理流程为（5）-（9）；
（5）筛选出类别预测正确，并且iou大于阈值的框，返回索引，存于x；
（6）x不为空的情况下，将标签框的id，预测框的id，以及对应的iou值组合为新的矩阵，存于matches；
（7）对IOU进行从大到小进行排序，进而对matches进行排序；
（8）去除重复的预测框和真实框，保证预测框和预测框一一对应；
（9）将新的matches[:,1]取出，更新correct相应位置为True；
返回Tensor的解释：
correct：[num_detections, 10]，正确预测框被标记为True；每一列对应不同的iou阈值下，预测框的正确与否；每一行标记类别预测正确，且iou最大的框的id为true，其它为false；
一些问题，思考：
（1）为何要根据iou对 matches进行排序？保留最大的iou预测框。
（2）为何要去除matches中重复的预测框和真实框？一个真实框只能有一个正确的预测框。def process_batch(detections, labels, iouv): """ Return correct predictions matrix. Both sets of boxes are in (x1, y1, x2, y2) format. Arguments: detections (Array[N, 6]), x1, y1, x2, y2, conf, class labels (Array[M, 5]), class, x1, y1, x2, y2 Returns: correct (Array[N, 10]), for 10 IoU levels """ # detections：[300,6]，iouv:[10]=[0.5,0.55,0.60,0.65,0.70,0.75,0.80,0.85,0.90,0.95] # labels: [13,5] # correct: [300,10],每一列表示一个iou阈值下，该检测框是否为正样本； # 300：表示预测框经过NMS处理后剩下的数量，10：iou阈值的数量 # 是：true；否：false correct = np.zeros((detections.shape[0], iouv.shape[0])).astype(bool) # 两两计算预测框和真实框的IOU值, 得到iou: [13,300] # 矩阵的每一个位置：记录每一个标签框与预测框的IOU值 iou = box_iou(labels[:, 1:], detections[:, :4]) # 标记正确预测的类别，correct_class=[13,300] # 该矩阵的每一个位置：记录预测框是否与标签框的类别一致 correct_class = labels[:, 0:1] == detections[:, 5] # iouv: [0.5:0.05:0.95],计算每一个iou下的正确预测的情况 for i in range(len(iouv)): # x: i=0, len(x)=2, # x[0]：true的行索引，len(x[0])=26,表示有26个位置iou既大于阈值，且类别预测正确 # x[1]：true的列索引， x = torch.where((iou >= iouv[i]) & correct_class) # IoU > threshold and classes match if x[0].shape[0]: # matches: [26,3],存储当前iou阈值下，预测的情况 # matches[:,0]: 标签框的id索引 # matches[:,1]: 预测框的id索引 # matches[:,2]: iou的具体值 matches = torch.cat((torch.stack(x, 1), iou[x[0], x[1]][:, None]), 1).cpu().numpy() # [label, detect, iou] if x[0].shape[0] > 1: # 根据iou值对matches进行从大到小排序 matches = matches[matches[:, 2].argsort()[::-1]] # 含义：每一个预测框只能出现一次，如果一个预测框(表现为matches[:, 1]相同的数值)与多个gt的iou大于阈值，则保留iou最大的一个 # 去除重复的检测框id,保留重复id中最大iou的id，留下一个最大的iou框 matches = matches[np.unique(matches[:, 1], return_index=True)[1]] # matches = matches[matches[:, 2].argsort()[::-1]] # 含义：一个gt不能对应多个预测框；此时的matche[:,1]已经从小到大进行排序(在NMS阶段，得分高的id小)， # 此时按照matches[:,0]进行排序的过程中，会去除重复的标签id；实际上，结合已经排序的matches[:,1]， # 所以是根据置信度分数去除重复的标签id，置信度最高的保留 matches = matches[np.unique(matches[:, 0], return_index=True)[1]] # 每一列标记iou=0.5，..., 0.95 保留下来的检测框为True # # matches[:,1]: 预测框的id索引 correct[matches[:, 1].astype(int), i] = True return torch.tensor(correct, dtype=torch.bool, device=iouv.device) -
ap_per_class
函数的基本处理流程如下：
（1）对置信度进行从大到小排序；
（2）循环标签中不重复类别，单独处理每一类别；
（3）计算TPs，FPs；
（4）计算每一类别在不同IOU阈值下的AP值；
（5）计算F1值；def ap_per_class(tp, conf, pred_cls, target_cls, plot=False, save_dir='.', names=(), eps=1e-16): """ Compute the average precision, given the recall and precision curves. Source: https://github.com/rafaelpadilla/Object-Detection-Metrics. # Arguments tp: True positives (nparray, nx1 or nx10). conf: Objectness value from 0-1 (nparray). pred_cls: Predicted object classes (nparray). target_cls: True object classes (nparray). plot: Plot precision-recall curve at mAP@0.5 save_dir: Plot save directory # Returns The average precision as computed in py-faster-rcnn. """ # tp: [300,10]，每一个iou值下，正确预测样本标记为True，否则为False # conf: [300]，置信度 # pred_cls: [300], 预测类别 # target_cls: [13] # Sort by objectness i = np.argsort(-conf) # 根据i(置信度分数从大到小的索引)对tp的每一列，conf，pred_cls重新排序 tp, conf, pred_cls = tp[i], conf[i], pred_cls[i] # Find unique classes # 统计标签中不重复类别的数量以及每一类别的数量 unique_classes, nt = np.unique(target_cls, return_counts=True) nc = unique_classes.shape[0] # number of classes, number of detections # Create Precision-Recall curve and compute AP for each class px, py = np.linspace(0, 1, 1000), [] # for plotting # ap:记录每一类，不同iou下的ap值，p，r:存储pr值 ap, p, r = np.zeros((nc, tp.shape[1])), np.zeros((nc, 1000)), np.zeros((nc, 1000)) # 循环取出标签框中的每一类别 for ci, c in enumerate(unique_classes): i = pred_cls == c # 找到预测框中类别为c的位置，标记为True n_l = nt[ci] # number of labels，标签中类别为c的数量 n_p = i.sum() # number of predictions，标记为true的预测框数量 if n_p == 0 or n_l == 0: # 空标签或者空的预测值，不处理 continue # Accumulate FPs and TPs # 累积TP和FP数量，用于计算 precision # tp[i]:取出tp中类别为c的类别的框，[48,10]有48个框预测为类别c # .cumsum(0) 用于计算Accumulate TPs fpc = (1 - tp[i]).cumsum(0) tpc = tp[i].cumsum(0) # Recall # 召回计算：recall = tp/all_groudtruths，recall:[num_valid_box,10] recall = tpc / (n_l + eps) # recall curve # 插值新的点列[-px], -conf[i]:置信度分数，原插值点横坐标，recall[:, 0]：iou=0.5时的召回率值 r[ci] = np.interp(-px, -conf[i], recall[:, 0], left=0) # negative x,xp because xp decreases # Precision # 精确度：precision = tp/(tp+fp) precision = tpc / (tpc + fpc) # precision curve # 与召回率类似，取iou=0.5 p[ci] = np.interp(-px, -conf[i], precision[:, 0], left=1) # p at pr_score # AP from recall-precision curve # 循环处理当前类别下，每一个iou值的所有类的ap计算 # ci:真实标签类别id，j：列索引，每一列表示一个iou值 for j in range(tp.shape[1]): ap[ci, j], mpre, mrec = compute_ap(recall[:, j], precision[:, j]) # 只绘制 iou=0.5的PR-curve图 if plot and j == 0: py.append(np.interp(px, mrec, mpre)) # precision at mAP@0.5 # Compute F1 (harmonic mean of precision and recall) f1 = 2 * p * r / (p + r + eps) names = [v for k, v in names.items() if k in unique_classes] # list: only classes that have data names = dict(enumerate(names)) # to dict if plot: plot_pr_curve(px, py, ap, Path(save_dir) / 'PR_curve.png', names) plot_mc_curve(px, f1, Path(save_dir) / 'F1_curve.png', names, ylabel='F1') plot_mc_curve(px, p, Path(save_dir) / 'P_curve.png', names, ylabel='Precision') plot_mc_curve(px, r, Path(save_dir) / 'R_curve.png', names, ylabel='Recall') # i = smooth(f1.mean(0), 0.1).argmax() # max F1 index p, r, f1 = p[:, i], r[:, i], f1[:, i] tp = (r * nt).round() # true positives fp = (tp / (p + eps) - tp).round() # false positives return tp, fp, p, r, f1, ap, unique_classes.astype(int)给定单个PR序列值，计算PR-曲线下的面积，也即是当前类别下的【ap】值，代码如下：
def compute_ap(recall, precision): """ Compute the average precision, given the recall and precision curves # Arguments recall: The recall curve (list) precision: The precision curve (list) # Returns Average precision, precision curve, recall curve """ # recall：固定单个类别和iou值下的序列 # precision：固定单个类别和iou值下的序列 # Append sentinel values to beginning and end # 闭合区间 # mrec: ap曲线的横坐标 # mrpe: ap曲线的纵坐标 mrec = np.concatenate(([0.0], recall, [1.0])) mpre = np.concatenate(([1.0], precision, [0.0])) # Compute the precision envelope # 将P曲线变为单调序列？？？ mpre = np.flip(np.maximum.accumulate(np.flip(mpre))) # Integrate area under curve # 计算PR曲线下面积的两种方法：插值法（11点和101点）和连续法 method = 'interp' # methods: 'continuous', 'interp' if method == 'interp': x = np.linspace(0, 1, 101) # 101-point interp (COCO) ap = np.trapz(np.interp(x, mrec, mpre), x) # integrate else: # 'continuous' i = np.where(mrec[1:] != mrec[:-1])[0] # points where x axis (recall) changes ap = np.sum((mrec[i + 1] - mrec[i]) * mpre[i + 1]) # area under curve return ap, mpre, mrec
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
