darknet在custom dataset上用valid指令

按照darknet官网的步骤，在custom dataset上完成训练后，用./darknet detector valid ......生成coco_results.json，然后调用cocoapi计算map等指标时，踩了一堆坑。

image_id全是0

这是最开始的问题，github issue上也有同样的问题，作者回复说是custom dataset上用不了valid，只能用map

但是我觉得只是文件名转id的时候出了问题，不至于用不了，于是看一下源码，在src/detector.c:validate_detector()中：

可以看到做完预测后，调用了print_cocos把结果写入json文件：

很明显atoi§出了问题，导致写入json中的image_id全是0，看一下basecfg的代码：

已经发现问题所在了，这个只能正确转换COCO 2017的文件名，因为2017的格式是：

COCO 2014的就转不了，因为名字里带下划线：

其实代码里注释的一行get_coco_image_id(image_path)就是转COCO 2014的代码，而且不带下划线的2017也能转，不知道为啥不用这个方法了：

我的custom dataset刚好也是带下划线命名的，而且下划线的后半部分是唯一的id，所以直接用这个函数就行。如果自己的图片命名是不规范的，就需要自己改这个函数，确保每个文件名能生成唯一的image_id。

conf_thresh设的太低

也在validate_detector()函数里，只给了0.001有点太低了，自己调整。

category_id对不上

这个在print_cocos()函数里：

自己的category_id是连续的，不需要像COCO那样转成1-90的，所以这里直接用 j 就可以。

这些全都改完后，再make一下，就可以正常用valid指令了，生成的json文件格式也是对的：

然后就可以用这个json文件和上一篇讲的转成COCO格式的标注文件一起用cocoapi计算map等指标了。