yolov测试各项指标的流程:
-
载入模型, 其中包括类别数等;
-
按照 batch_size 逐张图片进行预测
-
得到预测标签:
predn
和 实际标签labelsn
, 其中 末尾的n
表示经过了原图适配的 bbox坐标.predn: { tensor: (3,6)},表示预测到了3个标签, 表示[x1, y1, x2, y2, confidence, class] tensor([[754.00000, 86.00000, 767.00000, 104.00000, 1.00000, 0.00000], [676.00006, 241.00000, 689.00006, 260.00000, 1.00000, 0.00000], [731.00000, 311.00000, 752.00000, 327.00000, 1.00000, 0.00000]], device='cuda:0')
labelsn: { tensor: (3, 5)}, 实际有3个标签, 表示[class, x1, y1, x2, y2] tensor([[ 0.00000, 731.00000, 311.00000, 752.00000, 327.00000], [ 0.00000, 676.00006, 241.00000, 689.00006, 260.00000
-