mysql实现pr曲线_如何画PR curve (PR曲线)基于COCO格式数据集 在maskrcnn_benchmark中

本文聚焦如何画出基于coco格式数据集测试得到的precision-recall curve (PR curve)。

众所周知，对于目标检测的论文，往往要列出mAP的表格和PR曲线的图。

以FAIR开源的maskrcnn_benchmark为例子，模型训练好了之后进行测试只能得到mAP，并没有直接给出PR曲线。

所以我对coco_eval.py和cocoapi的代码进行了一下研究。https://github.com/cocodataset/cocoapi/blob/master/PythonAPI/pycocotools/cocoeval.py​github.com

coco_eval.eval['precision']是一个5维的数组。

# precision - [TxRxKxAxM] precision for every evaluation setting

# catIds - [all] K cat ids to use for evaluation

# iouThrs - [.5:.05:.95] T=10 IoU thresholds for evaluation

# recThrs - [0:.01:1] R=101 recall thresholds for evaluation

# areaRng - [...] A=4 object area ranges for evaluation

# maxDets - [1 10 100] M=3 thresholds on max detections per image

第一维T：IoU的10个阈值，从0.5到0.95间隔0.05。

第二维R：101个recall 阈值，从0到1