如何解决如何在Detectron2中计算IOU
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()
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。