python - 如何在 TensorFlow 对象检测库中恢复更详细的指标?
问题描述
我使用对象检测库在我自己的数据集上训练模型,给定不同的超参数、预处理等。然后我想评估这些模型以比较它们。
我知道图书馆有一些评估机制,但它似乎只返回全局指标。但是,当我使用我的模型时,我将能够丢弃一些低置信度检测来满足我的需要(更喜欢 fn 而不是 fp)。
那么,有没有一种简单的方法来获取每个置信度阈值(而不是 AP)以及不同 IOU(0.1、0.5、0.75)的 tp/fp/fn/precision/recall 等指标,以绘制类似于可可的。
如果没有简单的方法,您能否就如何实现新的 Evaluator/Evaluation 类来实现这一点给我一些建议。
谢谢,亚历克西斯。
解决方案
我终于实现了自己的object_detection.utils.object_detection_evaluation.DetectionEvaluator
. 我给它列表:类别、IOU 阈值、分数阈值、最大检测数和区域范围(用于小、中、大检测)。
然后,它为 IOU、分数、检测次数和区域范围的每个组合计算一个混淆矩阵,并聚合它返回假/真阳性/阴性的数量。
种类
推荐阅读
- javascript - 如何折叠一组关键过滤对象?
- python - 如何摆脱 Visual Studio Code Intellisense 上烦人的“import pdb;pdb.set_trace()”自动完成建议
- r - Tidymodels 错误:内部错误:未知的“组合”类型
- python - 这个 Python 代码用简单的语言做了什么?
- c# - 如何使用 linq 从集合中获取特定集合?
- vb.net - VB.Net Excel 自动化如何处理敏感度标签
- php - PHP拆分和存储数据
- omnet++ - 如何在特定时间从 RSU 向汽车发送消息(omnet++、venes、sumo)
- python - 降低发生顺序
- amazon-web-services - 在 AWS 中的何处存储日志?