
作者 | Fengwen、BBuf
本文主要介绍在One-YOLOv5项目中计算mAP用到的一些numpy操作,这些numpy操作使用在utils/metrics.py中。本文是《YOLOv5全面解析教程④:目标检测模型精确度评估》的补充,希望能帮助到小伙伴们。
欢迎Star、试用One-YOLOv5:
https://github.com/Oneflow-Inc/one-yolov5
用到的numpy操作比如:np.cumsum()、np.interp()、np.maximum.accumulate()、np.trapz()等。接下来将在下面逐一介绍。
import numpy as np
np.cumsum()
返回元素沿给定轴的累积和。
numpy.cumsum(a, axis=None, dtype=None, out=None)源码(https://github.com/numpy/numpy/blob/v1.23.0/numpy/core/fromnumeric.py#L2497-L2571)
-
参数
-
a:数组
-
axis: 轴索引,整型,若a为n维数组,则axis的取值范围为[0,n-1]
-
dtype: 返回结果的数据类型,若不指定,则默认与a一致n
-
out: 数据类型为数组。用来放置结果的替代输出数组,它必须具有与输出结果具有相同的形状和数据缓冲区长度
-
返回
-
沿着指定轴的元素累加和所组成的数组,其形状应与输入数组a一致
更多信息请参阅读:
1.API_CN(https://www.osgeo.cn/numpy/reference/generated/numpy.cumsum.html?highlight=cumsum#numpy.cumsum)
2.API_EN(https://numpy.org/doc/stable/reference/generated/numpy.cumsum.html?highlight=cumsum#numpy.cumsum)
np.cumsum(a) # 计算累积

本文深入解析One-YOLOv5项目中用于计算mAP的numpy操作,如np.cumsum(), np.interp(), np.maximum.accumulate()和np.trapz()。这些函数在utils/metrics.py中用于目标检测模型的精度评估。文章提供了每个函数的详细解释和示例,旨在辅助开发者更好地理解和应用。"
122541290,3039001,使用ggchicklet绘制圆角条形图:R语言实战,"['R语言', '数据可视化']
最低0.47元/天 解锁文章
928

被折叠的 条评论
为什么被折叠?



