[关闭]
@wanghuijiao 2022-06-23T07:24:24.000000Z 字数 3483 阅读 697

在此处输入标题

未分类

目标检测难例分析可视化

配置文件

1. 分析单个模型结果配置文件示例

  1. [Dataset]
  2. # Groundtruth数据集的名称必须是GT，其他推理结果的名称可以随意命名，与下面的模型名称保持一致
  3. dataset_name = GT,m1
  5. [DrawOutputConfig]
  6. # 是否保存可视化结果图片格式到本地
  7. output_image = True
  8. # 图片保存路径
  9. output_path = tests/visualization/test_hard_sample
  10. # 是否直接显示可视化结果
  11. imshow = False
  12. # 可视化的图片高和宽尺寸设置
  13. height = 480
  14. width = 640
  15. # 难例画框模式，对于单个模型结果（除GT之外的模型）提供两种画框拼接模式，叠加(True)显示
  16. # 或分开(False)显示TP\FP\FN；对于多个模型仅提供单张图片叠加显示TP\FP\FN框; 
  17. hard_sample_concate = True
  18. # iou阈值, 超过此阈值的Box被认为是TP
  19. iou_threshold = 0.5
  20. # score阈值，超过此阈值的box才会被用于计算TP\FP\FN
  21. score_threshold = 0
  22. # 是否打乱图片顺序显示
  23. shuffle = True
  25. [GT]
  26. # groudtruth 数据集名称标识，将会显示在图片上用以区分不同的结果来源
  27. # 要求 groundtruth 数据集必须命名为 'GT' 
  28. # groudtruth 数据集根路径
  29. dataset_path = tests/data/coco_dataset
  30. # 支持coco\yolo两种格式
  31. dataset_type = coco
  32. # 要可视化的子集名称
  33. # coco: test.json\train.json\val.json
  34. # yolo: train.txt\test.txt\val.txt
  35. split = train.json
  37. # DrawConfig参数设置
  38. # 任选TP, FP, FN三者中一个或多个，并以逗号分割
  39. hard_sample_type = TP,FP,FN
  40. # TP, FP, FN框和框备注信息的字体颜色，要求长度与hard_sample_type输入顺序与个数相对应
  41. hard_sample_colorlist = {'TP': (255, 50, 50), 'FP':(0, 255, 0), 'FN': (0, 0, 255)}
  42. # 画框线段粗细
  43. line_thickness = 2
  44. # 画框线段类型
  45. lineType = 15
  46. # 框备注信息的字体类型
  47. font = 0
  48. # 框备注信息的字体字号
  49. fontscale = 1
  50. # 框备注信息的字体线段粗细
  51. text_line_thickness = 2
  52. # 框备注信息线段类型
  53. text_lineType = 16
  54. # 画框是否采用断点线段
  55. dotted_line = False
  56. # 是否显示置信度分数
  57. show_score = True
  58. # 是否显示图片索引, 即当前图片是第几张
  59. show_index = True
  60. # 图片显示进度信息在图片上的位置
  61. img_text_index = (10, 100)
  62. # 图片显示进度信息在图片上的颜色
  63. img_text_color = (0, 255, 0)
  65. [m1]
  66. # 模型结果名称标识，可随意命名，将会显示在图片上用以区分不同的结果来源
  67. # 数据集根路径
  68. dataset_path = tests/data/coco_dataset
  69. # 支持coco\yolo两种格式
  70. dataset_type = coco
  71. # 要可视化的结果文件名称
  72. split = 1coco_results.json
  74. # DrawConfig参数设置
  75. # 任选TP, FP, FN三者中一个或多个，并以逗号分割，此处仅显示TP的框
  76. hard_sample_type = TP
  77. # TP, FP, FN框和框备注信息的字体颜色，要求长度与hard_sample_type输入顺序与个数相对应
  78. hard_sample_colorlist = {'TP': (255, 50, 50)}
  79. # 画框线段粗细
  80. line_thickness = 2
  81. # 画框线段类型
  82. lineType = 15
  83. # 框备注信息的字体类型
  84. font = 0
  85. # 框备注信息的字体字号
  86. fontscale = 1
  87. # 框备注信息的字体线段粗细
  88. text_line_thickness = 2
  89. # 框备注信息线段类型
  90. text_lineType = 16
  91. # 画框是否采用断点线段
  92. dotted_line = False
  93. # 是否显示置信度分数
  94. show_score = True
  95. # 是否显示图片索引, 即当前图片是第几张
  96. show_index = True
  97. # 图片显示进度信息在图片上的位
  98. img_text_index = (10, 100)
  99. # 图片显示进度信息在图片上的颜色
  100. img_text_color = (0, 255, 0)
  1. [DrawOutputConfig]
  2. hard_sample_concate = False
  4. [m1]
  5. hard_sample_type = TP,FP,FN
  6. hard_sample_colorlist = {"TP": (255, 50, 50), "FP":(50, 255, 50), "FN": (50, 50, 255)}

2. 分析多个模型结果配置文件示例

  1. [m2]
  2. # 模型结果名称标识，可随意命名，将会显示在图片上用以区分不同的结果来源
  3. # 数据集根路径
  4. dataset_path = tests/data/coco_dataset
  5. # 支持coco\yolo两种格式
  6. dataset_type = coco
  7. # 要可视化的结果文件名称
  8. split = 1coco_results.json
  10. # DrawConfig参数设置
  11. # 任选TP, FP, FN三者中一个或多个，并以逗号分割
  12. hard_sample_type = TP,FP,FN
  13. # TP, FP, FN框和框备注信息的字体颜色，要求长度与hard_sample_type输入顺序与个数相对应
  14. hard_sample_colorlist = {"TP": (255, 50, 50), "FP":(50, 255, 50), "FN": (50, 50, 255)}
  15. # 画框线段粗细
  16. line_thickness = 2
  17. # 画框线段类型
  18. lineType = 15
  19. # 框备注信息的字体类型
  20. font = 0
  21. # 框备注信息的字体字号
  22. fontscale = 1
  23. # 框备注信息的字体线段粗细
  24. text_line_thickness = 2
  25. # 框备注信息线段类型
  26. text_lineType = 16
  27. # 画框是否采用断点线段
  28. dotted_line = False
  29. # 是否显示置信度分数
  30. show_score = True
  31. # 是否显示图片索引, 即当前图片是第几张
  32. show_index = True
  33. # 图片显示进度信息在图片上的位置
  34. img_text_index = (10, 50)
  35. # 图片显示进度信息在图片上的颜色
  36. img_text_color = (0, 255, 0)
添加新批注
在作者公开此批注前，只有你和作者可见。
回复批注