域名的网站建设方案书,网站开发那种语言好,农业农村部农田建设管理司网站,优化大师网站最近很多朋友留言问我如何将检测结果写入json文件并且用于COCO API的评估#xff0c;之前对于检测结果的格式已经做了简单的说明#xff0c;这里提供一些简单的函数#xff0c;直接调用将结果写入即可。用于COCO API测试的文件格式HUST小菜鸡#xff1a;用于COCO API测试的…最近很多朋友留言问我如何将检测结果写入json文件并且用于COCO API的评估之前对于检测结果的格式已经做了简单的说明这里提供一些简单的函数直接调用将结果写入即可。用于COCO API测试的文件格式HUST小菜鸡用于COCO API测试的结果的文件格式zhuanlan.zhihu.com使用COCO API进行结果评估HUST小菜鸡使用COCO API评估模型在COCO数据集上的结果zhuanlan.zhihu.comCOCO utils给出了一些转换的函数def det2json(dataset, results):json_results []for idx in range(len(dataset)):img_id dataset.img_ids[idx]result results[idx]for label in range(len(result)):bboxes result[label]for i in range(bboxes.shape[0]):data dict()data[image_id] img_iddata[bbox] xyxy2xywh(bboxes[i])data[score] float(bboxes[i][4])data[category_id] dataset.cat_ids[label]json_results.append(data)return json_resultsdef results2json(dataset, results, out_file):result_files dict()if isinstance(results[0], list):json_results det2json(dataset, results)result_files[bbox] {}.{}.json.format(out_file, bbox)result_files[proposal] {}.{}.json.format(out_file, bbox)mmcv.dump(json_results, result_files[bbox])elif isinstance(results[0], tuple):json_results segm2json(dataset, results)result_files[bbox] {}.{}.json.format(out_file, bbox)result_files[proposal] {}.{}.json.format(out_file, bbox)result_files[segm] {}.{}.json.format(out_file, segm)mmcv.dump(json_results[0], result_files[bbox])mmcv.dump(json_results[1], result_files[segm])elif isinstance(results[0], np.ndarray):json_results proposal2json(dataset, results)result_files[proposal] {}.{}.json.format(out_file, proposal)mmcv.dump(json_results, result_files[proposal])else:raise TypeError(invalid type of results)return result_files其他的实现方式也差不多和这个相同 ......
省略部分未模型初始化等操作部分if not distributed:model MMDataParallel(model, device_ids[0])outputs single_gpu_test(model, data_loader, args.show, args.save_img, args.save_img_dir)else:model MMDistributedDataParallel(model.cuda())outputs multi_gpu_test(model, data_loader, args.tmpdir)res []for id, boxes in enumerate(outputs):boxesboxes[0]if type(boxes) list:boxes boxes[0]boxes[:, [2, 3]] - boxes[:, [0, 1]]if len(boxes) 0:for box in boxes:temp dict()temp[image_id] id1temp[category_id] 1temp[bbox] box[:4].tolist()temp[score] float(box[4])res.append(temp)with open(args.out, w) as f:json.dump(res, f)
