object_detection_metrics:计算用于评估对象检测算法的指标

【文件属性】：
文件名称：object_detection_metrics:计算用于评估对象检测算法的指标
文件大小：155KB
文件格式：ZIP
更新时间：2021-03-27 15:09:29
python metrics object-detection JupyterNotebook object_detection_metrics 计算用于评估对象检测算法的指标。 与该存储库相对应的文章（Qiita） 以下文章仅以日语撰写。 指标 微观平均平均精度（micro-mAP）： 计算每个对象类别的真实和错误 收集所有类别中的正确和错误 计算平均精度（微均值） 宏平均平均精度（macro-mAP）： 计算每个对象类别的平均精度 计算所有类别中的平均精度平均值（宏观平均值） 加权平均平均精度（weighted-mAP） 计算每个对象类别的平均精度 计算所有类别中平均精度的加权平均值，并按类别中的基本事实数量加权（加权平均值） 此实现的功能 要读取的地面真相文件和预测文件为JSON行格式。 创建一个Python工具，将COCO格式的JSON转换为相应的JSON Lines格式。 读取文件时，请使用pydantic检查格式。 使用numpy 3D数组立即执行地面真

【文件预览】：
object_detection_metrics-main
----tests()
--------__init__.py(434B)
--------test_bboxes.py(10KB)
----LICENSE(1KB)
----object_detection_metrics()
--------category.py(12KB)
--------evaluator.py(15KB)
--------__main__.py(72B)
--------bboxes.py(4KB)
--------__init__.py(150B)
----requirements.txt(15B)
----setup.py(957B)
----.gitignore(2KB)
----convert_coco_annotations()
--------__main__.py(72B)
--------__init__.py(97B)
--------convert.py(3KB)
----README.md(5KB)
----ipynb()
--------check.ipynb(196KB)