如何使用COCO数据集api评估特定类别的AP

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：

1. 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='