问题描述
我正在使用Detectron2进行对象检测。 我已经注册了pascalvoc数据集并训练了检测模型。 如何计算测试数据集的平均IoU? 我知道detection2具有用于计算IoU的预定义功能,即detectron2.structures.pairwise_IoU
我在csv文件中有用于测试图像的地面真相边界框。 CSV文件包含(文件名,宽度,高度,类,xmin,ymin,xmax,ymax)。 如何解析IoU函数中的两个边界框并将其显示在google colab中。
from detectron2.utils.visualizer import ColorMode
import random
dataset_dicts = DatasetCatalog.get('/content/test')
for d in random.sample(dataset_dicts,5):
im = cv2.imread(d["file_name"])
outputs = predictor(im)
v = Visualizer(im[:,:,::-1],Metadata=microcontroller_Metadata,scale=0.8)
v = v.draw_instance_predictions(outputs["instances"].to("cpu"))
plt.figure(figsize = (14,10))
plt.imshow(cv2.cvtColor(v.get_image()[:,cv2.COLOR_BGR2RGB))
plt.show()
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)