文章 ID: 000059580 内容类型: 故障排除 上次审核日期: 2023 年 03 月 07 日

在训练后优化工具 (POT) 中运行Accuracy_check时,无法获得平均精度 (mAP) 结果

BUILT IN - ARTICLE INTRO SECOND COMPONENT
总结

如何使用 POT 准确性检查器

说明
  1. Ran POT 命令:

    pot -c yolov4-tiny_voc.json --output-dir backup -e
    输出:INFO:app.run.detection_accuracy:0.0

  2. Ran Accuracy Checker 命令:accuracy_check -c yolov4-tiny_voc.yml -td CPU 提供以下结果:

    accuracy_checker警告:/opt/intel/openvino_2021/deployment_tools/open_model_zoo/tools/accuracy_checker/accuracy_checker/metrics/detection.py:201:UserWarning:没有用于计算 mAP 的检测
    警告(“无检测以计算 mAP”)

    地图:0.00%
    AP@0.5:0.00%
    AP@0.5:0.05:95:0.00%

解决方法

视觉对象等级挑战 (VOC) 数据集未经英特尔验证。如 Yolo-v4-tf 文档 中所提到,英特尔已使用上下文中常见的对象 (COCO) 数据集验证了准确性。通过使用coco_precision来计算用于非 COCO 数据集的 mAP,这可能并不提供最佳结果。

为了防止在精确检查器执行过程中获得 mAP 值的 0.00%,从 VOC 更改为 MSCO 数据集,并使用不同的 指标 ,例如与 DetectionAnnotation 表示作用的detection_accuracy。

有关对模型执行准确性检查的步骤,请参阅 如何运行示例

相关产品

本文适用于 1 产品

全部显示

本页面上的内容是原始英文内容的人工翻译与计算机翻译的组合。我们提供此内容是为了您的便利并且仅供参考,未必完整或准确。如果本页面的英文版与翻译版之间存在任何冲突,应以英文版为准。 查看此页面的英语版本。