python tools/analysis_tools/analyze_logs.py cal_train_time log.json --include-outliers 注:这里--include-outliers的作用是指定在计算训练迭代的平均时间时是否包含异常值。 结果分析 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...
注:可以根据上面 --out 保存的结果 pkl 文件计算指标,而无需重新跑。 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...
!python tools/analysis_tools/analyze_results.py \ configs/faster_rcnn/faster-rcnn_r50_fpn_2x_voc.py \ work_dirs/faster-rcnn_r50_fpn_2x_voc/result_epoch_24.pkl \ work_dirs/faster-rcnn_r50_fpn_2x_voc/analyze_results \ --show 如果想过过滤低评分的预测,可以修改--show-score-thr 0.6 默...
注:可以根据上面 --out 保存的结果 pkl 文件计算指标,而无需重新跑。 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...