如何在自定义数据集上计算TF对象检测API的准确性？

Question

我正在使用TF对象检测API来检测自定义数据集上的对象，但是谈到准确性，我不知道如何计算出来， 如何在自定义数据集上计算对象检测模型的准确性？并在测试数据集中找到模型的置信度得分？
我尝试使用eval.py，但没有帮助。

Answer 1

您是在谈论培训准确性，验证准确性还是测试准确性？顾名思义，精度有3个不同的值：

• 训练准确性：训练集上模型的准确性
• 验证准确性：验证集上模型的准确性
• 测试准确性：测试集上模型的准确性

训练和验证准确性是训练的输出，要获得测试准确性，您需要在测试集上运行模型。

您是否对模型进行了重新训练（从检查点进行细调...），还是在获得模型时就使用了它？如果您已经对模型进行了重新训练，那么您应该容易地获得训练和验证的准确性，实际上，每个时期都有这些值。 如果您尚未重新训练模型，则只要测试数据集已标记，就只能检查测试准确性。

Answer 2

这个link帮助我运行eval.py并获得训练数据的mAP值。 只需要像这样使用CUDA运行： CUDA_VISIBLE_DEVICES =“” python3 eval.py --logtostderr --pipeline_config_path =预训练模型/ssd_inception_v2_coco.config --checkpoint_dir = training / --eval_dir = eval /