如何在Detectron2中计算IOU

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。

这是我在其中生成预测边界框的代码

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@）