自定义数据集上的 EffiecientDet mAP 评估答案

【问题标题】：EffiecientDet mAP evaluation on custom dataset自定义数据集上的 EffiecientDet mAP 评估
【发布时间】：2020-12-07 04:04:34
【问题描述】：

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。

【问题讨论】：

标签： python object-detection evaluation efficientnet

【解决方案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 修复了这里：

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)

【讨论】：