在MSCOCO的test-dev数据集上测试过程（如何在MSCOCO服务器上提交测试结果）

最新推荐文章于 2023-08-17 10:53:02 发布
最新推荐文章于 2023-08-17 10:53:02 发布
阅读量7.8k 收藏 31
点赞数 11
分类专栏： 目标检测 文章标签： 目标检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41375609/article/details/108394066
版权
本文详细介绍了如何在MSCOCO的test-dev数据集上进行目标检测测试，并提交结果。首先，从官网下载test-dev数据集和标注文件，然后修改配置文件，确保图片路径和标注文件路径正确。最后，根据配置文件的版本使用相应命令进行测试。通过这一过程，可以在MSCOCO服务器上验证和提交实验结果。
摘要由CSDN通过智能技术生成

前言

如果科研工作做的是MSCOCO数据集，有实验效果了，一般都需要在test-dev数据集上进行测试，这样才能说明问题（val有标注数据，万一有人投机取巧在val验证集上效果贼高，然后就说明他的是SOTA，这显然是说服不了的）。最近在搞论文的时候，才发现自己跑的SOTA实验都是在val验证集上跑的，所以后面就改在test-dev上跑了。

如何在MSCOCO服务器上提交自己的测试结果呢？？？以test-dev2017为例，我来手把手走一遍，做个记录。

step1 下载数据集test-dev和标注文件

  1. 官网下载页面
  2. 下载下面的两个文件
    在这里插入图片描述
  3. 上传到自己的服务器上，解压缩，然后进行测试

step2 修改配置文件

在配置文件的test dict中，修改图片的路径和标注文件的路径，比如下图我的配置文件修改的例子。官网下下

最低0.47元/天 解锁文章
Activewaste
关注
  • 11
    点赞
  • 踩
  • 31
    收藏
    觉得还不错? 一键收藏
  • 28
    评论
专栏目录
数据集说明：COCO的两个数据集COCO-stuff和COCO-Caption
计算机视觉
12-27 3972
的379249个字幕，包括MS COCO c5的179189个字幕和MS COCO c40的200060个字幕。语义类可以是事物（具有明确定义的形状的对象，例如汽车、人）或事物（无定形背景区域，例如草地、天空）。对于每个测试图像，我们收集了一个额外的字幕来计算人类表现的分数，以比较机器生成的字幕的分数。（a） 物质和事物类在其表面覆盖方面的重要性，以及它们在图像字幕中被提及的频率；（b） 东西之间的空间关系，突出丰富的上下文关系，使我们的数据集独一无二；对于培训和验证图像，将提供五个独立的人工生成字幕。
人体姿态估计数据集整理（Pose Estimation/Keypoint）：MSCOCO（逐年）、LSP、FLIC、MPII、AI Challenge及打分标准
m0_37644085的博客
09-30 1万+
姿态估计等数据集收集整理； LSP: 样本数：2K 关节点个数：14 全身，单人 Leeds Sports Dataset [12]及其扩展[13]，我们将通过LSP共同表示。它们包含11000个训练和1000个测试图像。这些是来自体育活动的图像，因此在外观和特别是关节方面非常具有挑战性。 FLIC 样本数：2W. 关节点个数：9 全身，...
COCO数据集test-dev2017测试结果提交官网
hdyan1118的博客
11-18 2190
提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 COCO test-dev2017数据集下载： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pand
MSCOCO online test servier for Image Captioning
pandeng123_的博客
08-15 1154
参考博客：在MSCOCO的test-dev数据集上测试过程（如何在MSCOCO服务器上提交测试结果） 链接：https://blog.csdn.net/qq_41375609/article/details/108394066 https://competitions.codalab.org/ COCO在线测试平台网址。 https://cocodataset.org/#download COCO数据集下载网址 作为一名科研小白的Me，科研方向是imagecaptioning（俗称看图说...
CodaLab测试MS-COCO2017训练的结果，即MS-COCO2017 test-dev步骤
最新发布
Java小白的博客
08-17 589
CodaLab测试MS-COCO2017训练的结果，即MS-COCO2017 test-dev步骤。
COCO2017 test-dev评估
weixin_42035080的博客
12-24 9907
1.下载COCO2017test-dev数据集 要下载图片test2017/和图片信息文件image_info_test-dev2017.json。 COCO官网： COCO - Common Objects in Contexthttps://cocodataset.org点进去之后，选择Dataset菜单下的Download 下载链接：2017 Test images [41K/6GB]http://images.cocodataset.org/zips/test2017.zip2017 .
MS COCO数据集目标检测评估（Detection Evaluation）（来自官网）
热门推荐
南国那片枫叶的博客
12-18 7万+
COCO系列文章： MS COCO数据集目标检测评估（Detection Evaluation）（来自官网） MS COCO数据集人体关键点评估（Keypoint Evaluation）（来自官网） MS COCO数据集输出数据的结果格式（result format）和如何参加比赛（participate）（来自官网） MS COCO官网数据集(百度云）下载，COCO API、MASK A......
17. 将开发数据集分成人工观测数据集和模型调参数据集 翻译自 吴恩达新书-Machine Learning Yearning
maerdym的专栏
09-30 508
更多好玩的机器学习教程: 进入袋马学院领一份 ，全部免费
训练集、验证集(dev)和测试集
小红鱼的博客
12-31 4247
在模型训练的时候通常将我们所得的数据分成3部分：训练集、dev验证集和测试集 dev用来统计的那一评估指标、调节参数，选择算法；而test用来在最后整体评估模型性能 dev和训练集一起被输入到模型算法中，但又不参与模型训练，可以一边训练一边根据dev查看指标 dev和测试集都是用来评估模型好坏，但dev只能用来统计单一评估指标；而测试集能够提供更多的评估模型指标，如混淆矩阵、roc、召回率、F1...
MSCOCO test2017数据集的信息文件 image_info_test2017
01-28
MSCOCO test2017数据集的信息文件 image_info_test2017
dev、test和prod是什么意思？
心似烟火
08-12 1363
开发环境（dev)：开发环境是程序猿们专门用于开发的服务器，配置可以比较随意，为了开发调试方便，一般打开全部错误报告。 测试环境 ( test )：一般是克隆一份生产环境的配置，一个程序在测试环境工作不正常，那么肯定不能把它发布到生产机上。 生产环境（prod）：是值正式提供对外服务的，一般会关掉错误报告，打开错误日志。 三个环境也可以说是系统开发的三个阶段：开发->测试->上线...
【数据集处理二】Anti_UAV_test_dev数据集处理
weixin_49626999的博客
10-22 1424
Anti_UAV_test_dev数据集中标注为json格式，有1500帧标注（60s）和1000帧标注（50s），用于检测任务时，不需要每一帧（相似度过高）。因此，分别采取每5帧取1帧、每4帧取1帧的策略，提取300帧和250帧。 一、FFmpeg视频转帧 均匀间隔抽取 ffmpeg -i "D:\Research direction\data set\train data\Anti_UAV_test_dev\data31\IR.mp4" -vf fps=fps=5 -s 256...
根据图片名生成COCO格式json文件，train_val_test数据集的划分
Totie的博客
12-09 5471
图像数据集划分训练集测试集，并生成对应的coco格式json文件
MS COCO数据集的下载、介绍与使用（目标检测）（一）
“知识最大的敌人不是无知，而是错觉”
03-02 1万+
MS COCO1.IntroductionReferences 博主最近一直都在潜心研究YOLOv5，先用的VOC数据集做了训练，发现性能还不错，现在打算利用MS COCO对于模型进行复现。 博主看的第一篇论文所用的数据集就是有20个类别的Pascal VOC数据集和80个物体类别的MS COCO，这些数据集在时间的推移下都变得越来越大（比如Pascal VOC 从2007的400M到后来的VOC2012快2个G） 今天，我们就来学一学MS COCO数据集的使用方法。 1.Introduction 微软
COCO数据集解析
babbycool的博客
02-24 2万+
coco数据集解析
【姿态估计】coco test-dev 测试代码
sazass的博客
07-16 2036
COCO test-dev评估数据代码
区分COCO数据集的coco minival和coco test-dev、conda常用命令和python -m 的作用
qq_44442727的博客
05-15 2423
⑥利用conda env export 导出的是个yaml格式的文件，该文件记录了环境名，软件源地址以及安装包列表，反过来 使用yaml配置文件创建新环境。上传env_name.tar.gz到新设备的anaconda3的环境中，即conda/env/目录下。相当于python会在代码执行路径下定位到-m后面的路径下，即xxxx里面的代码。2把模块当作脚本来启动(注意：但是__name__的值为’main’ )
train,dev,test数据集划分
sdhdsf132452的博客
02-10 1442
这个dev应该就是验证集
COCO test-dev测试
05-18
COCO test-dev测试是指在COCO数据集上进行模型评估的一种测试方式。COCO（Common Objects in Context）数据集是一个广泛使用的用于目标检测、图像分割、人体姿态估计等任务的图像数据集。test-dev测试是COCO数据集的...
评论 28
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值