Я получаю нулевые значения для средней точности и среднего отзыва при использовании Pycocotools ⇐ Python

[Anonymous]

Я пытаюсь оценить производительность модели с использованием пикокотул, необходимо, чтобы вы готовили Bbbobes и обнаружения (DT) (GT) (GT) (DT) в качестве файлов JSON в формате кокосового стиля.
Я много работал над созданием этих файлов JSON и избегал любых пропущенных Bboxes, и следил за тем, что все Bboxes в земле и обнаружены, что они показали, что они показали, что они показали, что они знают, что они становятся ниже: /> Это образец файла JSON как для ограничивающих ящиков GT, так и для ограничивающих GT и DT, над которыми я работаю: < /p>
Образец клавиша изображений истины истины /> Образец ключа аннотаций:
введите описание изображения здесь < /p>
1- Мои первые вопросы: Есть ли что-то не так с форматом этих файлов JSON? Средний отзыв и точность
с использованием следующего кода: < /p>
< /blockquote>
< /blockquote>
< /blockquote>
< /blockquote>
```
import os, json
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

from pycocotools.coco import COCO
from pycocotools.cocoeval import COCOeval

input_dir = "./"

with open(os.path.join(input_dir, 'small pred.json'), 'r') as file:
json_str = file.read()

data = json.loads(json_str)

anns = data["annotations"]

print(type(anns))
print(anns[:5]) # Print the first 5 annotations for debugging purposes

coco_gt = COCO(os.path.join(input_dir, 'small labels.json'))
coco_dt = coco_gt.loadRes(anns)

imgIds = coco_gt.getImgIds()

cocoEval = COCOeval(coco_gt,coco_dt,'bbox')

cocoEval.params.imgIds = imgIds
cocoEval.evaluate()
cocoEval.accumulate()
cocoEval.summarize()`
```
< /code>
Я получил плохие результаты оценки, даже после того, как внести порог IOU между (0,25-0,5) следующим образом:
Введите описание изображения здесь < /p>
Я пытался использовать наземную правду с основной правдой, чтобы убедиться, что оценка, который я использую. Почему я получаю 0s как для средних значений оценки точности, так и для средних значений оценки отзыва, как показано выше, хотя я убедился, что все сопоставлено между GT Bbox и DT Bboxes, и даже после тестирования только на 10 изображениях? пытался использовать основную истину с основной истиной, чтобы убедиться, что код оценки, который я использую, работает, и я получил хорошие результаты, но не идеально, даже когда я использую одни и те же ограничительные коробки с обеих сторон.
я попробовал с разными диапазонами iou и перестроил файлы JSON, чтобы все было совпадало, и что я получил одинаковые изображения, но и т. Д., но и на 10 изображениях. Результаты.>

Подробнее здесь: https://stackoverflow.com/questions/769 ... -using-pyc