评估使用Tensorflow对象检测API创建的模型
我使用Tensorflow对象检测API训练了一个模型,用于使用卫星图像检测游泳池。我在培训中使用了“更快的rcnn\U初始阶段\U v2\U coco\U 2018\U 01\U 28”模式。我生成了一个冻结的推理图(.pb)。我想评估模型的精确度和召回率。有人能告诉我如何做到这一点,最好不用pycocotools,因为我面临着一些问题。欢迎提供任何建议:)从对象检测API,您可以从“models/research/Object\u Detection/legacy/”运行“eval.py” 您必须在配置文件中定义评估指标(请参阅支持的) 例如:评估使用Tensorflow对象检测API创建的模型,tensorflow,object-detection-api,transfer-learning,Tensorflow,Object Detection Api,Transfer Learning,我使用Tensorflow对象检测API训练了一个模型,用于使用卫星图像检测游泳池。我在培训中使用了“更快的rcnn\U初始阶段\U v2\U coco\U 2018\U 01\U 28”模式。我生成了一个冻结的推理图(.pb)。我想评估模型的精确度和召回率。有人能告诉我如何做到这一点,最好不用pycocotools,因为我面临着一些问题。欢迎提供任何建议:)从对象检测API,您可以从“models/research/Object\u Detection/legacy/”运行“eval.py”
eval_config: {metrics_set: "coco_detection_metrics"}
例如,帕斯卡VOC会给出平均预测值(mAP)