mAP

收录理由

训练完检测模型只是第一步，还得有一套站得住脚的评估办法。这个项目把 PASCAL VOC 2012 官方 MATLAB 实现移植成了干净的 Python 代码，用来计算 mAP 指标。它会把你模型的检测结果和真实标注框按标签和 IoU 匹配，逐类画出 precision/recall 曲线，最后汇总成一个分数。由于忠实于官方参考实现，算出的数值能和已发表论文对得上。使用起来很简单，把 ground-truth 和检测结果文本文件放进对应文件夹，跑一个脚本就行，还附带了 PASCAL VOC、YOLO、darkflow 等常见格式的转换工具。它是个轻量工具而非大框架，适合嵌入你自己的检测流程之后作为评测环节。