如何计算像mAP、F1评分和Yolov4的混淆矩阵这样的度量来进行对象检测？

Question

我对计算机视觉这个领域非常陌生。我用过这个回购https://github.com/theAIGuysCode/yolov4-custom-functions。

系统: Win 10名称:yolov4 4-gpu依赖项：

• python==3.7
• pip
• matplotlib
• opencv
• 抱抱
• cudatoolkit==10.1.243
• pip：
  • tensorflow-gpu=2.3.0rc0
  • opencv-python=4.1.1.26
  • lxml
  • tqdm
  • absl-py
  • 平易近
  • 枕
  • pytesseract我想找到这个模型的度量标准。请帮帮忙。提前谢谢。

Answer 1

您可以使用这个包裹 (免责声明:我是作者)来计算给定的几个基本真理和预测边界框的所有COCO度量。您可以使用pip安装它

pip install globox

您首先需要以任何受支持的格式保存预测。例如，如果将实际事实和预测都保存为YOLO格式(txt文件)，则可以使用以下方法打印COCO指标：

from globox import AnnotationSet, COCOEvaluator

gts = AnnotationSet.from_yolo("yolo/gts/folder/")
preds = AnnotationSet.from_yolo("yolo/preds/folder/")

evaluator = COCOEvaluator(gts, preds)
evaluator.show_summary()

您可以通过命令行实现相同的目标：

globox evaluate yolo/gts/folder/ yolo/preds/folder --format yolo --format_dets yolo

如果不能或不能将预测保存为支持的格式之一，则可以使用BoundingBox.create(...)函数解析它们。

查看回购的自述以获得更多信息。