模型评估-TensorFlow目标检测API

coco中pycocotools组件的安装

运行评估指令时，出现了如下错误：

ImportError: No module named ‘pycocotools’

解决办法：

安装pycocotools，pycocotools是coco数据集中的对目标检测的评测工具。

• git clone https://github.com/pdollar/coco.git

  把文件下载到本地
• cd到PythonAPI目录中，使用如下命令安装

python setup.py build_ext install

安装过程中可能出现ImportError: No module named setuptools错误，则

sudo apt-get install -y python-setuptools
sudo python setup.py install

• 如果是安装python3，需要使用

  python3 setup.py build_ext install

  config配置及相关设置

默认情况下，eval脚本将永久运行，它只是在不断地评估图像，中间有睡眠。默认情况下，睡眠时间为300秒。你需要在配置文件中修改max_evals（表示评估的次数）。

默认情况下，在tensorboard中只显示出10张图片的检测结果，如果想看到不同的图像images的检测结果，可以修改num_visualizations

config文件中eval_config的修改

eval_config: {
  num_examples: 518　
  num_visualizations: 20
  # Note: The below line limits the evaluation process to 10 evaluations.
  # Remove the below line to evaluate indefinitely.
  metrics_set: "coco_detection_metrics"
　#eval_interval_secs: 60
  max_evals: 1
}

num_examples为要评估的图片数量；

metrics_set: “coco_detection_metrics”表示采用coco的检测指标进行评估输出（不用coco的评估指标的话去掉这一项即可）；

max_evals表示评估的次数，评估1次即可；

一边训练一边评估

上述步骤都是中途暂停，然后评估的，因为GPU内存不够，但可以用CPU评估；
在eval.py中添加如下代码即可：

import os
os.environ["CUDA_VISIBLE_DEVICES"]=""

若想弄出mAP随训练次数变化的图形，可能需要修改config配置中参数max_evals，以及代码的修改，尚未解决目前

打印eval过程中的结果：

eval.py中添加

import logging
logging.basicConfig(level=logging.INFO)

可视化检测结果：

object_detection \ protos \ eval.proto中修改此参数

optional uint32 num_visualizations = 1 [default=10];