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.pygithub.comcoco_eval.eval['precision']是一个5维的数组。
# precision - [TxRxKxAxM] precision for every evaluation setting