https://github.com/thtrieu/darkflow/blob/master/darkflow/utils/box.py具有评估或计算两个图像之间重叠所需的基本实现。 您可以根据需要修改它，并将平均精度计算为类和 box_iou 概率的乘积

没有人以前做过吗？
没有人测试他们的准确性吗？
我不知道为什么这么重要的东西还没有实现。
如果没有，也许我需要自己实现这个功能并永远提交它。

我也会对这个功能感兴趣。

@off99555 ，我看到这个人在研究 F1 分数。

377

你好@off99555 ，我也在从我自己的测试数据中寻找计算 mAP。
我认为@sandeeprepakula有一个很好的答案，你能一步一步解释如何从 iou box 计算 mAP 吗？ 我在深度学习和对象检测方面非常菜鸟

谢谢你的帮助

@andikira我还没做过。 我也不确定。

你好@off99555 ，你必须看到这个 repo https://github.com/Cartucho/mAP然后看到额外的文件夹，你可以转换 .xml 和 .json 文件，这个 repo 可以完美地与 darkflow 配合使用。

@andikira @thtrieu我在 PASCAL V0C 0712 trainval 集上训练了 yolo2-voc 网络并在 PASCAL VOC 2007 测试集上进行了测试，考虑到我初始化，mAP 性能只有 52% 左右（经过相当多的 epoch (200~)）它具有预训练的权重）。 它远低于官方性能（76.8% mAP）。 我想在我的论文中包含使用 YOLO v2 的实验结果。 有谁知道原因吗？

我以前见过这个问题，请检查另一个问题@bareblackfoot

@andikira mAP回购非常有效。 我也在那里贡献了一个脚本。 谢谢！

你是否可以

@andikira mAP回购非常有效。 我也在那里贡献了一个脚本。 谢谢！

你能更具体地解释一下吗？ 它是如何工作的 ？ 你是怎么得到结果的？

@srhtyldz转到https://github.com/Cartucho/mAP网站并转到快速入门部分。
这个想法是你需要克隆 repo，使用 darkflow 预测你的图像，然后将预测文件复制到 mAP 文件夹中。 还要复制地面实况文件。
并且您按照mAP repo 的 README 文件建议执行所有操作，您应该将mAP视为单个数字输出。

您还需要将文件从暗流格式转换为它们的格式。 他们在这里提供了将暗流格式转换为其格式的脚本： https :
阅读自述文件。

您还需要将文件从暗流格式转换为它们的格式。 他们在这里提供了将暗流格式转换为其格式的脚本： https :
阅读自述文件。

我发现暗网有地图属性。你试过了吗？ 它们之间有区别还是哪个更准确？

@srhtyldz我认为算法是一样的。 除了mAP是一种算法，您可以设置一些参数。 通常，这是由算法的作者手动设置的。 因此，只有当它们具有不同的参数时，您才会看到它们报告不同的数字。
我建议您阅读mAP工作原理的说明，以便您了解其隐藏参数。
我试过他们两个。 我在论文中使用了darknet ，因为darkflow没有指定输出文件夹的选项。 这对我的高级项目至关重要，因为我在FloydHub上运行代码，这是一个深度学习云，只允许您使用某些文件夹。

首先我使用darkflow和mAP然后我后来发现我不能指定输出路径，所以我切换到darknet并使用它的内部mAP计算.

最重要的是， darknet repo 的所有者（AlexeyAB 作为所有者的 fork 版本）的所有者非常有帮助。 他回答了我发布的所有问题，这些问题使我在截止日期前完成。 当时压力很大。 我非常感谢他，我还在论文中写下了他的名字。

首先我使用darkflow和mAP然后我后来发现我不能指定输出路径，所以我切换到darknet并使用它的内部mAP计算.

您要指定哪个变量？

首先我使用darkflow和mAP然后我后来发现我不能指定输出路径，所以我切换到darknet并使用它的内部mAP计算.

我的观点也适用于暗网。我认为您只能通过计算 mAP 来切换阈值？ 对 ？

您要指定哪个变量？

@srhtyldz在大约半年前的darkflow ，当我开始这个线程时，不允许我指定输出文件夹路径。 输出文件夹路径是写入预测图像的路径。
如果我没记错的话，输出文件夹设置为数据集文件夹内的out文件夹。
例如，如果您在img/有一些图像，则预测将在img/out/ 。
在FloydHub ，它们不允许您将输出写入数据集文件夹。 因此，如果数据集文件夹是img/ ，则不能将新文件夹创建为img/out因为您会遇到权限被拒绝的情况。

也许它现在允许您指定输出路径，但您必须检查。 我不确定。

我的观点也适用于暗网。我认为您只能通过计算 mAP 来切换阈值？ 对 ？

如果我没记错的话， mAP有一个作者需要定义的参数。 您决定是否正确预测图像是从 0 到 1 的阈值。 通常，这设置为 0.5。 因此，如果面积比超过 0.5，则表示图像正确。
之后，您还必须定义Average Precision 。 要细化平均值，您需要找出有多少精度。 事实证明，您还可以定义精度数。 通常，精度数设置为11以便您可以将它们从 0, 0.1, 0.2, ..., 0.9, 1.0 排列起来。

我不确定我在说什么。 因为我已经忘记了大部分。 你必须学习它以确保我是对的。 但我很确定0.5和11的数字。 我只是不知道他们叫什么。

附注。 我回去找到我的论文幻灯片（当我知道 mAP 是什么意思时），这是我当时的描述：

您要指定哪个变量？

@srhtyldz在大约半年前的darkflow ，当我开始这个线程时，不允许我指定输出文件夹路径。 输出文件夹路径是写入预测图像的路径。
如果我没记错的话，输出文件夹设置为数据集文件夹内的out文件夹。
例如，如果您在img/有一些图像，则预测将在img/out/ 。
在FloydHub ，它们不允许您将输出写入数据集文件夹。 因此，如果数据集文件夹是img/ ，则不能将新文件夹创建为img/out因为您会遇到权限被拒绝的情况。

也许它现在允许您指定输出路径，但您必须检查。 我不确定。

我的观点也适用于暗网。我认为您只能通过计算 mAP 来切换阈值？ 对 ？

如果我没记错的话， mAP有一个作者需要定义的参数。 您决定是否正确预测图像是从 0 到 1 的阈值。 通常，这设置为 0.5。 因此，如果面积比超过 0.5，则表示图像正确。
之后，您还必须定义Average Precision 。 要细化平均值，您需要找出有多少精度。 事实证明，您还可以定义精度数。 通常，精度数设置为11以便您可以将它们从 0, 0.1, 0.2, ..., 0.9, 1.0 排列起来。

我不确定我在说什么。 因为我已经忘记了大部分。 你必须学习它以确保我是对的。 但我很确定0.5和11的数字。 我只是不知道他们叫什么。

附注。 我回去找到我的论文幻灯片（当我知道 mAP 是什么意思时），这是我当时的描述：

非常感谢 。 我将研究 mAP 和 IoU。 我得到了结果，但我无法解释它们。我可以再问一个问题吗？ 您是否使用了“召回”功能？ 地图和召回功能是否具有相同的功能？ 你有什么想法_？

@srhtyldz mAP是根据作为召回函数的精度计算的。 所以精度和召回率已经包括在内。 mAP是用于对象检测任务的流行且传统的评估指标。 所以你不必单独做召回或精确度。 只需计算mAP ，如果它很高，则表示您的模型性能良好。

@srhtyldz mAP是根据作为召回函数的精度计算的。 所以精度和召回率已经包括在内。 mAP是用于对象检测任务的流行且传统的评估指标。 所以你不必单独做召回或精确度。 只需计算mAP ，如果它很高，则表示您的模型性能良好。

我从 mAP 中获得了 90.4%。我认为它表现得很好。

@srhtyldz如果您有很多课程，那就太高了。 （大数据集上的流行模型只有 50-60% 左右）但即使你只有两个类，它仍然很好。
确保使用人眼检查预测图像以验证mAP是否合理。

@srhtyldz如果您有很多课程，那就太高了。 （大数据集上的流行模型只有 50-60% 左右）但即使你只有两个类，它仍然很好。
确保使用人眼检查预测图像以验证mAP是否合理。

我只有一个班级。另外，我用边界框保存了所有图像。
你画了地图吗？ 在 Alex repo 中，有 mAP 图表，当你训练你的模型时，你应该把“-map”放在图表上。我没有放这个词。即使你放了那个，你怎么能得到 mAP 图表？是吗？你试一下？ 您是否也尝试过“有效”功能？ 你知道区别吗？
我知道我问了很多问题，但您的回答对我的论文非常重要:)。

从darknet ，我只使用它的终端评估mAP并拍摄控制台的快照。
我不知道有效的功能。
对于mAP图表，如果您使用darkflow并使用上面的mAP repo，则是可能的。 有一个脚本可以生成动画和图表。
我认为 mAP 存储库也可能与暗网一起使用。

从darknet ，我只使用它的终端评估mAP并拍摄控制台的快照。
我不知道有效的功能。
对于mAP图表，如果您使用darkflow并使用上面的mAP repo，则是可能的。 有一个脚本可以生成动画和图表。
我认为 mAP 存储库也可能与暗网一起使用。

问题是我不知道动画将如何运行。我在训练时尝试这样做，但我无法获得地图动画。 @alexeyAB可能会对此有所帮助。

我得到了我的测试结果的地图。 从 56 张图像中，我得到了 48 张适合我的测试的图像。 我有四节课。 如何从中制作混淆矩阵。 有人能帮我吗 。

@srhtyldz我使用了 /darknet 探测器地图 cfg/aerial.data cfg/test_tiny.cfg backup\my_yolov3_tiny_final.weights 函数，但在训练结束时我无法获得任何分数或图表。 你是如何在暗网中获得 mAP 分数的

@mustafabuyuk将 -map 参数传递给 ./darknet (darknet.exe)。 它将在大约 1000 次迭代时显示在图表上。 我不确定是否需要它，但我也有一组图像验证。

任何人都可以有想法吗？ YOLOv5 在训练期间根据验证数据集计算 mAP。 通过哪个命令我们可以计算未见过的测试数据集（mAP 和 Class wise mAP）

@off99555该线程似乎已关闭。 你得到答案了吗？
我有一组图像和 Yolo 注释文件（txt 格式）用于验证。

如何使用 -map 参数验证图像以获得 mAP 分数？ 是否有可能从中推导出混淆矩阵？

@sandeeprepakula在我关闭问题之前直接阅读我的答案。 这就是您可以计算 mAP 的方法。
但我会进一步建议，不要再使用这个 repo。 我已经几个月没有使用对象检测了，所以不确定哪个 repo 是最好的，但是从快速查看这个 repo 的最后一次提交，它是在 2020 年 2 月。你认为一个没有更新的 repo一年值得用吗？ 如果你在某件事上遇到困难，没有人会帮助你。 在选择使用哪个存储库时，也要考虑社区部分。

@off99555感谢您的建议