darknet——YOLOv3测试

一、训练好后计算mAP

单张测试命令：./darknet detector test cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_final.weights

会显示测试结果图片并保存

第一步：生成txt测试结果文件

命令：valid

./darknet detector valid cfg/voc.data cfg/yolov3-voc.cfg backup/yolo-voc_final.weights -out [类名] -gpu 0 -thresh .5

分析：改成自己对应的数据配置文件路径，yolov3的cfg配置文件，要测试的权重文件路径，指定GPU以及阈值即可

默认情况下，结果会得到在results下的各类别的txt检测结果文件

每行代表一个预测框，分别为：不带路径与后缀的图片名，置信度分数，四个绝对坐标值

此处的-out后面直接" "即可，因为不论你写什么，他都会根据voc_names中配置的类名来生成对应txt，有几个类就生成几个txt，并且会将类名自动写入txt文件名中。

一开始不懂生成机制的话可以生成后手动修改txt文件名为类名，后米再慢慢摸索。

第二步：使用faster R-CNN的voc_eval进行计算

代码地址：voc