使用coco数据集训练目标检测网络的时候,有时候需要查看模型在具体几个类别的检测效果,例如human detector网络。但中文文档里对COCO如何评估网络在某一类别下的检测效果描述的很少,这给很多刚入门的研究人员造成了困扰。所以,在这里我简单介绍一下如何使用COCO官方的API评估网络在某一类别下的表现。
1.如何安装COCO PythonAPI
首先clone官方api:
git clone https://github.com/pdollar/coco
然后进入PythonAPI的路径(这里以ubuntu系统为例):
cd coco/PythonAPI
直接编译:
make
没有报错说明编译成功。需要注意的是,如果你的机器上有多个虚拟环境A,B,C…那么比较稳妥的方式是先激活你需要的环境,再执行上述命令,这样可以避免冲突。
2.使用COCO API评估单类别AP
在这里,为了简便,我们需要借助官方提供的demo。在终端打开jupyter notebook, 点击PythonAPI目录下的pycocoEvalDemo.ipynb
。需要修改的地方如下所示:
- 在第3个block处修改你的ground truth路径
#initialize COCO ground truth api
dataDir='/path/to/your/annotation/json/file/'
dataType='