python版faster rcnn利用matlab绘制RP曲线

最新推荐文章于 2024-06-26 14:41:46 发布

需要多喝水的鱼

最新推荐文章于 2024-06-26 14:41:46 发布

阅读量4.4k

点赞数

分类专栏： faster-r-cnn 文章标签： faster-r-cnn

本文链接：https://blog.csdn.net/zllljf/article/details/79114179

版权

本文介绍了如何在Python版Faster R-CNN中调用Matlab绘制Recall-Precision（RP）曲线。首先，需要更改Matlab的快捷键设置以适应Windows。接着，在训练完成后，通过设置Matlab端口和图形界面，利用/test_net.py进行测试。解决可能出现的文件名匹配错误后，Matlab会生成RP曲线图和结果文件。如果想查看详细数值，可以打开保存的.mat文件。最后，作者提供了修改voc_eval.m文件以添加更多指标的方法。

摘要由CSDN通过智能技术生成

在上一篇博客caffe–python版利用训练好模型进行测试中小鱼利用以训练的模型得到测试结果，但只得到测试的accuracy，没有得到想要的precision和recall。然而faster rcnn的测试结果是输出AP值的，所以小鱼认为一定是什么地方存储了precision和recall，可以被调用。如果对precision和recall等指标有不懂，可以参考faster r-cnn中评价检测算法中的指标接下来小鱼将和大家分享怎么在python版的faster rcnn中调用matlab绘制RP曲线。
如果你是现在装的matlab，那第一件事是改matlab的快捷键为Windows型，不然都不会用matlab，改的方法为：
找到Home ，再选择preferences ，找到keyboard ，选择 shortcuts ，最后选择Windows default set。

如果你和小鱼一样已经到了要绘制测试集的RP曲线，那你肯定进行过py-faster-rnn的训练，这里就直接介绍怎么获取R，P等指标的获取。
1、首先需要将matlab评价的端口设置为True

**./lib/datasets/pascal_voc.py文件中**

        self.config = {
  'cleanup'     : True,
                       'use_salt'    : True,
                       'use_diff'    : False,
                       'matlab_eval' : False,
                       'rpn_file'    : None,
                       'min_size