python - 如何在 TensorFlow 对象检测库中恢复更详细的指标？

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。

标签： pythontensorflowobject-detection

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