mmdetection目标检测过程参数

mmdetection训练过程中日志如上图所示。

- epoch: 第多少个epoch
- iter: 一个epoch里的第多少次迭代, 一次迭代即代表一个批次的图片处理
- lr: 学习率
- memory: 内存占用值, 之后单位是MB
- loss_cls: 衡量正确性的损失, 类别损失
- loss_bbox: 位置损失
- loss: 合计损失?

- bbox_mAP: (默认)IOU=0.5 到 IOU=0.95, 每隔0.05个IOU计算一次AP,然后求平均值
- bbox_mAP_50: IOU=0.5时的AP值
- bbox_mAP_75: IOU=0.75时的AP值
- bbox_mAP_s/m/l: 即小中大三种不同尺度物体的AP值,其中small是指物体面积小于32 x 32, medium是指面积在32 x 32 - 96 x 96 之间,large是指面积大于96 x 96

Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.534 
Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 0.785
Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.597
Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.172
Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.425
Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.628
Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.442
Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.643
Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.656
Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.278
Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.558
Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.727
  • IoU=0.50意味着IoU大于0.5被认为是检测到。
  • IoU=0.50:0.95意味着IoU在0.5到0.95的范围内被认为是检测到。
  • 越低的IoU阈值,则判为正确检测的越多,相应的,Average Precision (AP)也就越高。参考上面的第二第三行。
  • small表示标注的框面积小于32 * 32;
  • medium表示标注的框面积同时小于96 * 96;
  • large表示标注的框面积大于等于96 * 96;
  • all表示不论大小,我都要。
  • maxDets=100表示最大检测目标数为100。
  • 6
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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