mAP¶
mAP(mean Average Precision,即各类别AP的平均值)
是目标检测任务中最常用的评价标准
当前普遍使用两个数据集提供的mAP
计算
PASCAL VOC
COCO
PASCAL VOC
最开始系统化提出mAP
的计算方式,而COCO
的mAP
计算更加复杂,也更加能够评估检测器性能
下面首先学习并实现VOC mAP
的计算方式,然后学习COCO
提供的工具包cocoapi
VOC mAP¶
- 完整实现代码:
py/metrics/map/
- 测试代码:
py/test_map_voc.py
操作步骤¶
- 放置标注文件到
input/ground-truth
文件夹 - 放置对应的预测结果到
input/detection-results
文件夹 - 执行
python voc_map.py
标注文件中每行表示一个标注边界框,其格式为
class-name xmin ymin xmax ymax
预测文件中每行表示一个预测边界框,其格式为
class-name confidence xmin ymin xmax ymax