背景
coco数据集在目标检测任务中经常用到,而coco并不像voc那样直白。尤其在评估方法方面。因此,本文记录下cocoeval函数使用,记性不好。
1、代码
from pycocotools.coco import COCO
from pycocotools.cocoeval import COCOeval
import numpy as np
import pylab,json
if __name__ == "__main__":
gt_path = "/home/wujian/WLL/mmdet-master/data/coco/annotations/instances_val2017.json" # 存放真实标签的路径
dt_path = "/home/wujian/WLL/mmdet-master/tools/work_dirs/yolo_result/my_result.json" # 存放检测结果的路径
cocoGt = COCO(gt_path)
cocoDt = cocoGt.loadRes(dt_path)
cocoEval = COCOeval(cocoGt, cocoDt, "bbox") #
cocoEval.evaluate()
cocoEval.accumulate()
cocoEval.summarize()
2、文件下载
代码中文件下载地址
[注意]:上述两个文件bbox均是[xmin,ymin,w,h]格式!! 若有问题欢迎+vx:wulele2541612007,拉你进群探讨交流。