yolov3 map、recall、p-r曲线可视化超详细

1 、运行darknet官方代码中的detector valid指令，生成对测试集的检测结果。
.\darknet detector valid <voc.data文件路径> <cfg文件路径> <weights文件路径> -out “”

其中voc.data和cfg文件就是你当时训练用的配置文件，weights文件就是你训练出来的结果，其中需要修改的是voc.data文件，其中应该是有五行的，其中第三行是valid就是需要验证测试集的路径。
2、执行完之后应该会在程序的当前目录生成一个results文件夹，里面存有检测结果，文件名为comp4_det_test_<你检测的类名>.txt，画风如下所示。

txt中数据格式为: 文件名置信度 x y w h。
3、下载检测用脚本文件 reval_voc_py.py和voc_eval_py.py
https://download.csdn.net/download/qq_33350808/10731748
这个老哥提供的，需要积分哦，如果没积分可以联系我，我给你们发。1397728762@qq.com。记得点赞，感谢。

4、使用reval_voc_py.py计算出mAP值并且生成pkl文件，命令行如下（这是我自己的命令行你们根据自己的修改即可）：
python reval_voc_py3.py --voc_dir /extdisk/yolov3new/darknet/scripts/VOCdevkit --year 2019 --image_set test --classes /extdisk/yolov3new/darknet/data/voc.names /extdisk/yolov3new/darknet/visualization/mapout
5、用matplotlib绘制PR曲线
在得到pkl文件目录里直接创建一个python文件，比如PR_draw.py，内容如下，记得把第三行里的参数修改一下。

import _pickle as cPickle
import matplotlib.pyplot as plt
fr = open(‘lebro_pr.pkl’,‘rb’)#这里open中第一个参数需要修改成自己生产的pkl文件
inf = cPickle.load(fr)
fr.close()

x=inf[‘rec’]
y=inf[‘prec’]
plt.figure()
plt.xlabel(‘recall’)
plt.ylabel(‘precision’)
plt.title(‘PR cruve’)
plt.plot(x,y)
plt.show()

print(‘AP：’,inf[‘ap’])

###然后运行python PR_draw.py，就会生成想要的东东哦！

填坑!
1、如果在进行步骤4出现“R = [obj for obj in recs[imagename] if obj[‘name’] == classname],KeyError: ‘4900’"这种错误是因为/…/VOCdevkit/annotations_cache里面的文件没有删除，delete即可。
2、要在Main文件下面新建一个test.txt文件将val文件的内容拷贝进去。
部分参考https://blog.csdn.net/qq_33350808/article/details/83178002，感谢。

yolov3 map、recall、p-r曲线可视化超详细相关推荐

ECharts实现数据可视化超详细基础入门教程
ECharts实现数据可视化超详细基础入门教程 ECharts介绍 ECharts官网:https://echarts.apache.org/zh/index.html ECharts是一款基于Jav ...
R语言生存曲线的可视化(超详细)
survminer是专门用来进行生存分析可视化的R包,主要函数如下: 生存曲线 ggsurvplot(): arrange_ggsurvplots(): ggsurvevents(): surv_su ...
VScode 检测到#include 错误,请更新includepath。已为此翻译单元禁用波形曲线（超详细讲解，绝对不亏）
网络上都可以查找到如何下载vscode,如何配置vscode的教程也不少,但是有一些问题是没有提及的,就比如这个问题就没有提到,如何下载的我就不再说了,我就直接上如何配置. 基本的我就不再说了第一步 ...
Python下使用sklearn绘制ROC曲线（超详细）
什么是ROC曲线?可以参见(https://blog.csdn.net/hesongzefairy/article/details/104295431) 现在我们知道ROC曲线上的一组组(FPR,TP ...
r library car_基础方法 | 用R语言完成量化论文全流程示例！附超详细R脚本
基础方法 ♪ Method R语言的优点对于有一定数据分析基础的朋友们来说,要入门R语言并不是十分困难的.但是这毕竟是一门专业性很强的技术,我们当然希望投入精力掌握R语言之后能够得到相应的回报. 在 ...
超详细——手把手教你用threejs实现一个酷炫的模型发光扫描效果(三)
上一篇文章 voidjay,公众号:web前端可视化超详细--手把手教你用threejs实现一个酷炫的模型发光扫描效果(二) 上一篇文章已完成基本效果的实现,本文则完成整个项目的灵魂:发光效果以及模型 ...
【机器学习基础】TP,TN,FP,FN,Precision，Recall，PR曲线，AP，MAP，TPR，FPR,ROC曲线，AUC值等的解释
1.TP,TN,FP,FN: 下面两个图说的就很明白了吧.左侧有点混淆矩阵的感觉 P:标签为正样本. N:标签为负样本. T:预测对了. F:预测错了 TP:正 ...
R语言可视化包ggplot2绘制线性回归模型曲线实战（ Linear Regression Line）
R语言可视化包ggplot2绘制线性回归模型曲线实战( Linear Regression Line) 目录 R语言可视化包ggplot2绘制线性回归模型曲线实战( Linear Regression ...
ML之R：通过数据预处理利用LiR/XGBoost等(特征重要性/交叉训练曲线可视化/线性和非线性算法对比/三种模型调参/三种模型融合)实现二手汽车产品交易价格回归预测之详细攻略
ML之R:通过数据预处理利用LiR/XGBoost等(特征重要性/交叉训练曲线可视化/线性和非线性算法对比/三种模型调参/三种模型融合)实现二手汽车产品交易价格回归预测之详细攻略目录三.模型训练 ...

yolov3 map、recall、p-r曲线可视化超详细

yolov3 map、recall、p-r曲线可视化超详细相关推荐

最新文章

热门文章