yolov5如何找出召回率以及map较低的原因（或者说找出难以预测的图片）

    最近一直在用yolov5（v1.0版本）做头盔、安全帽、人脸三分类的检测任务，数据集是三个数据集的融合，关于融合数据集前边说到过，这里就不再提起，最终的指标（0.5的阈值）如下：

尝试了一些增强数据方法，也用了很多优化策略，但是指标都不提升，因此从数据角度查找原因，通过指标可以看出，模型的精度很高，召回率较低，因此说明模型漏检问题较为严重，对detect.py文件进行一些修改，

labels = []
#这里是画检测框的代码
for *xyxy, conf, cls in det:

    label = '%s %.2f' % (names[int(cls)], conf)
    #统计当前图片检测出来的label数量
    labels.append(label)
    plot_one_box(xyxy, im0, label=label, color=colors[int(cls)], line_thickness=3)
#获取txt路径
txt_path = p.replace('images', 'labels').replace('jpg', 'txt')
#获取ground truth的数量
with open(txt_path, 'r') as f:
    num = f.readlines()
#保存漏检的图片
if len(num) > len(labels):
    cv2.imwrite(save_path, im0)
else:
    pass

到这里 我们已经获取了标注好的但是有漏检的图片，下一步，用另一个颜色在图上画上ground truth

#先保存一个上述图片路径的txt文件
with open('img.txt','w') as f:
    for dir in os.listdir(img_path):
        pic_name = img_path + dir + '\n'
        f.write(pic_name)

#这个函数是用来获取xml中的预测框位置信息，因为txt文件已经进行了归一化，还原较麻烦
def _read_anno(filename):
    import xml.etree.ElementTree as ET

    """ Parse a PASCAL VOC xml file """
    tree = ET.parse(filename)
    objects = []
    for obj in tree.findall('object'):
        bbox = obj.find('bndbox')
        x1, y1, x2, y2 = [int(bbox.find('xmin').text),
                          int(bbox.find('ymin').text),
                          int(bbox.find('xmax').text),
                          int(bbox.find('ymax').text)]

        result = [x1,y1,x2,y2]
        objects.append(result)
    return objects


with open('img.txt','r') as f:
    path = f.readlines()

for im in path:
    im = im.rstrip('\n')
    filename = os.path.basename(im)
    name = filename.split('.')[0]
    #这里第一个replace根据自己的数据集位置进行修改
    txt_path = im.replace().replace('jpg', 'txt').rstrip('\n')
    xml_path = im.replace().replace('jpg', 'xml')
    box = _read_anno(xml_path)
    box = np.array(box)
    labels = []
    #获取label
    with open(txt_path,'r') as f:
        for line in f:
            label = line.split(' ')[0]
            labels.append(label)
       
    img = cv2.imread(im)
    for i in range(0,len(labels)):
		#画图并标上label
        cv2.rectangle(img,(box[i,0],box[i,1]),(box[i,2],box[i,3]),(0,0,255),thickness=2)
        cv2.putText(img,'{}'.format(labels[i]),(box[i,0],box[i,1]),font, 0.8, (0, 0, 0), 2)
    cv2.imwrite('{}.jpg'.format(name),img)

然后我们就可以查看图片进行比较辣，下图为例，右上角的图只有红色的ground truth，没有我模型给出的预测框，初步判断是由于角度原因，当然还有一些模糊、遮挡、小目标等原因就是根据大家自己的情况去判断啦~

欢迎私信交流讨论