show_dir: 绘制真实标注框与预测框的图像存放目录。 --show:决定是否展示绘制 box 后的图片,默认值为 False。 --wait-time: show 时间的间隔,若为 0 表示持续显示。 --topk: 根据最高或最低 topk 概率排序保存的图片数量,若不指定,默认设置为 20。 --show-score-thr: 能够展示的概率阈值,默认为 0。 -...
1,指定show_dir 即可保存带检测框的图片。 2,如何只保存在当前图片上的检测结果而不保存GT的检测结果: 将如下文件中: /data1/lgl/codes/codes_from_github/mmdetection/tools/analysis_tools/analyze_results.py self.visualizer.add_datasample('image',img,data_samples,show=self.show,draw_gt=False,pred_scor...
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放目录。 --show:决定是否展示绘制 box 后的图片,默认值为 False。 --wait-time: show 时间的间隔,若为 0 表示持续显示。 --topk: 根据最高或最低 topk 概率排序保存的图片数量,若不指定,默认...
--show-dir: 如果指定,检测结果将绘制在图像上并保存到指定目录。它仅适用于单个GPU测试,并用于调试和可视化。使用该选项时不需要您的环境中具有可用的GUI。 --show-score-thr: 如果指定,则分数低于此阈值的检测将被删除。 --cfg-options:如果指定,则键值对可选cfg将合并到配置文件中。 --eval-options:如果指...
# --show-dir 将测试得到的文件存到目标文件夹下 # --eval 选择需要评估的指标,比如segm是分割的情况,这是mask rcnn网络会有这个结果,还有bbox等 1. 2. 3. 4. 5. 6. 7. 2.调用API 在mmdet里面集成了很多现成的api也可以直接用来查看检测结果,这里写一个简单的调用方法。
--show:设置显示有预测框的测试集图像 --show-dir:设置存放有预测框的测试集图像的路径 --show-score-thr:设置显示预测框的阈值,默认值为0.3 --fuse-conv-bn: 设置融合卷积层和批归一化层,能够稍微提升推理速度 示例: #单 GPU 测试 python tools/test.py \ ...
如果你使用的是tools/test.py脚本进行可视化,那么结果会直接显示在你的屏幕上(如果使用了--show参数),并保存在你指定的目录中(如果使用了--show-dir参数)。 如果你使用的是Python脚本或Jupyter Notebook进行可视化,那么结果会直接显示在你的输出窗口中。如果你需要保存可视化结果,可以使用cv2.imwrite或类似的函数将图...
python tools / train.py $ {CONFIG_FILE}如果要在命令中指定工作目录,则可以添加参数--work_dir $ {YOUR_WORK_DIR}。使用多个GPU训练 ./tools/dist_train.sh $ {CONFIG_FILE} $ {GPU_NUM} [可选参数]可选参数为：--validate(强烈建议)：在训练过程中,每隔k个epoch执行一次评估(默认值为1,可以像这样(...
python tools/test.py configs/your_confige.py work_dirs/your_model_.pth --out ./result/fastrcnn/result_100.pkl --eval bbox --show-dir 目录 --show-score-thr 数值 -options --out: 检测结果以pkl格式进行存储, --eval: 评价指标,COCO数据集包括proposl_fast、proposal、bbox和segm ...
其中,${CONFIG_FILE}是配置文件路径,${IMAGE_PATH}是待识别图片的路径,${SCORE_THRESHOLD}是检测结果的置信度阈值,${SHOW_RESULT_DIR}是保存识别结果图片的路径。 执行上述命令后,MMDetection将在${SHOW_RESULT_DIR}目录下生成一张带有检测框和类别标签的图片,展示目标检测的结果。 四、总结 通过本文的介绍,我们...