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
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927161458.png)
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:
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927163236.png)
可以看到做完预测后,调用了print_cocos把结果写入json文件:
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927163402.png)
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:
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927163511.png)
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:
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927163624.png)
COCO 2014的就转不了,因为名字里带下划线:
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927163659.png)
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:
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927163835.png)
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
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927164122.png)
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:
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927164333.png)
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:
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927164830.png)
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。
![](https://cdn.jsdelivr.net/gh//Fushier/ImgCloud@main/data/20210927164938.png)