时间戳

首页 > 解决方案 > 测试数据上的对象检测 mAP 分数太高

python - 测试数据上的对象检测 mAP 分数太高

问题描述

我已经在我自己的自定义肉牛数据集上训练了多个深度学习对象检测模型。我打算比较它们和 YOLO 版本 3 之间模型的性能。为此，我使用 legacy/eval.py 来获取训练模型的 mAP。我试图通过运行以下代码来获取 Faster-RCNN ResNet-50 的 mAP -

python legacy/eval.py --logtostderr --pipeline_config_path=training/faster_rcnn_resnet50.config checkpoint_dir=training/ --eval_dir=eval/

在测试数据集上运行评估后，mAP 显示为 >0.99，这太高了。相同的模型在 COCO 数据集上获得了 ~0.3。在评估训练数据集时具有如此高的 mAP 是否正常？

我的系统如下-

python 3.6
tensorflow 1.5 (gpu)
number of training image ~2800
number of test image ~400
evaluated on test image

标签： pythontensorflowobject-detectionobject-detection-api

解决方案

推荐阅读