我使用object detection库在我自己的数据集上训练模型，给出不同的超参数，预处理等。 然后我想评估那些模型来比较它们。
我知道该库有一些评估机制，但它似乎只返回全局指标。但是，当我使用我的模型时，我将能够丢弃一些低可信度的检测以满足我的需要（更喜欢fn而不是fp）。
那么，是否有一种简单的方法来获取每个置信度阈值（而不是AP）以及不同IOU（0.1,0.5,0.75）的tp / fp / fn / precision / recall等指标与COCO类似的情节。
如果没有简单的方法，您能否就如何实施新的评估者/评估课程给出一些建议来实现这一目标。
谢谢， 亚历。
答案 0 :(得分：0)
我终于实现了自己的object_detection.utils.object_detection_evaluation.DetectionEvaluator。我为它提供以下列表：类别，IOU阈值，得分阈值，最大检测次数和区域范围（适用于小，中，大检测）。
然后，它为IOU，得分，检测次数和区域范围的每种组合计算一个混淆矩阵，并汇总返回假/真阳性/阴性的数量。
种类