PaddleDetection模型评估

最新推荐文章于 2022-12-06 17:58:39 发布

烩鳗鱼

最新推荐文章于 2022-12-06 17:58:39 发布

阅读量539

点赞数

分类专栏：笔记文章标签： tensorflow pytorch 人工智能

本文链接：https://blog.csdn.net/m0_57173620/article/details/121381310

版权

本文详细解析了PaddleDetection中eval.py的评估流程，包括从命令行参数读取、模型配置、GPU加速检查、模型权重加载到数据遍历和结果评估的整个过程。

摘要由CSDN通过智能技术生成

2021SC@SDUSC
本周分析

ore')
import random
import numpy as np
import paddle
import time

from paddle.distributed import ParallelEnv
from ppdet.core.workspace import load_config, merge_config, create
from ppdet.utils.check import check_gpu, check_version, check_config
from ppdet.utils.cli import ArgsParser
from ppdet.utils.eval_utils import get_infer_results, eval_results
from ppdet.utils.checkpoint import load_weight

from ppdet.utils.logger import setup_logger
logger = setup_logger('eval')

#运行配置参数解析函数
def parse_args():
    parser = ArgsParser()
    parser.add_argument(
        "--output_eval",
        default=None,
        type=str,
        help="Evaluation directory, default is current directory.")

    parser.add_argument(
        '--json_eval',
        action='store_true',
        default=False,
        help='Whether to re eval with already exists bbox.json or mask.json')