python - 自定义数据集上的 EffiecientDet mAP 评估

Question

我正在尝试运行“mAP_evaluation.py”以对我自己的数据集进行 mAP 评估： https ://github.com/Tessellate-Imaging/Monk_Object_Detection/tree/master/4_efficientdet/lib

但是我认为整个 python 文件只是为 COCO 数据集制作的，但是如果我使用函数 evaluate_coco() 那么我不知道如何自定义我的数据集以匹配该函数。请帮忙。

P/S：我已经训练并导出了 EfficientDet 模型（pth 文件），预测的测试图像/视频，只是不知道如何评估。

Answer 1

你可以这样解决问题

def __init__(root_dir, img_dir='images', set_dir='train2017', transform=None)

所以我从mAP_evaluation.py在这里修复了：

dataset_val = CocoDataset("/content/Monk_Object_Detection/4_efficientdet/lib/data/pothole", img_dir='images', set_dir='val2017',
                            transform=transforms.Compose([Normalizer(), Resizer()]))

evaluate_coco(dataset_val, efficientdet)