使用tools/analysis_tools/analyze_results.py 可计算每个图像 mAP,随后根据真实标注框与预测框的比较结果,展示或保存最高与最低 top-k 得分的预测图像。 参数解释 config: model config 文件的路径。 prediction_path: 使用 tools/test.py 输出的 pickle 格式结果文件。 show_dir: 绘制真实标注框与预测框的图像存...
tools/analysis_tools/analyze_results.py可以将模型的预测结果框画出来进行可视化,其中第二个参数是上面 --out 保存的结果 pkl 文件,第三个是参数是结果保存到的目录,可以通过 --show-score-thr 来指定可视化框的阈值。 样例 (1)计算每个图像 mAP,随后根据真实标注框与预测框的比较结果,展示或保存最高与最低 t...
tools/test.py 分析日志,绘制Loss曲线 analysis_tools结果分析 analyze_results.py eval_metric.py 以某个评估标准进行评估 browse_dataset.py 可视化数据集(训练前) benchmark.py FPS 测试基准 混淆矩阵图像绘制 Voc2CoCo 【todo】 未测试工具 CoCo格式数据特殊的分析工具 压缩一个模型—publish_model.py压缩模型...
python tools/analysis_tools/analyze_logs.py plot_curve $LOGFILE [--keys ${KEYS}] [--title ${TITLE}] [--legend ${LEGEND}] [--backend ${BACKEND}] [--style ${STYLE}] [--out ${OUTFILE}] # eg # python tools/analysis_tools/analyze_logs.py plot_curve logo_train/20210723_033839.log....
使用tools/analysis_tools/analyze_results.py 可计算每个图像 mAP,随后根据真实标注框与预测框的比较结果,展示或保存最高与最低 top-k 得分的预测图像。 参数解释 config: model config 文件的路径。 prediction_path: 使用 tools/test.py 输出的 pickle 格式结果文件。