我正在使用 Detectron2 进行对象检测。我已经注册了 pascalvoc 数据集并训练了一个检测模型。如何计算我的测试数据集的平均 IOU?我知道detection2有一个用于计算IOU的预定义函数,即detectron2.structures.pairwise_iou
我在 csv 文件中有测试图像的地面实况边界框。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()[:, :, ::-1], cv2.COLOR_BGR2RGB))
plt.show()