【深度学习】——如何提高map值

目录

代码获取

map原理

map提高技巧

技巧总结:

实战:

1、效果不佳map55.55%

1)单独调整get_dr_txt.py中的self.iou = 0.3

2)单独调整get_map,py中的minoverlap:

3)同时调整minoverlap和self.iou


本文是在faster_rcnn模型的基础上进行map的提高

代码获取

map计算代码clone于:

这个是用来绘制mAP曲线的。
https://github.com/Cartucho/mAP
这个是用来获取绘制mAP曲线所需的txt的
https://github.com/bubbliiiing/count-mAP-txt

map原理

map计算原理参考:https://blog.csdn.net/weixin_44791964/article/details/104695264?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-2.control

map提高技巧

map提高技巧参考:https://blog.csdn.net/qq_28664681/article/details/108232353

技巧总结:

1、训练阶段:
1)增大学习率
2)减小batchsize

2、验证阶段:
1)调小get_dr_txt.py中的置信度,这就相当与将ap曲线往后延长,自然就增大了
2)增大get_dr_txt.py中的nms阶段的iou_threshold
3)减小get_map.py中的minoverlap

实战:

1、效果不佳map55.55%

调整参数使得map增加

训练相关参数

lr = 1e-4

Batch_size = 2

Init_Epoch = 0

Freeze_Epoch = 50

Confidence = 0.8

Iou_thre = 0.3

1)单独调整get_dr_txt.py中的self.iou = 0.3

Map = 60.5%

提高了5%

 

2)单独调整get_map,py中的minoverlap:

Minoverlap = 0.1

Iou = 0.5

Map = 66.49%

提高11%

3)同时调整minoverlap和self.iou

Minoverlap = 0.1

Self.iou = 0.2

Map = 69.02%

提高13.5%

版权声明:本文为CSDN博主「有情怀的机械男」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_45769063/article/details/117649331

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测中的数据格式转换工具Roboflow

目标检测中的数据格式转换工具、Roboflow Roboflow提供了您需要的所有工具,将原始图像转换为定制的训练有素的计算机视觉模型,并部署它在您的应用程序中使用。 Roboflow支持检测目标和分类模型。 支持多种标注格式的转换: