【pytorch-ssd目标检测】训练自己的模型（三）-测试模型的精度

训练数据集

https://blog.youkuaiyun.com/abysswatcher1/article/details/113463551

修改部分

首先对eval.py中的代码进行修改：

1.导入部分注释掉VOC和COCO，改为自己的数据集。
2.第一个在parser.add_argumen中，将路径改为之前训练好的模型的路径。

parser.add_argument('--trained_model',
                    default='C:/Users/25345/Desktop/pytorch_ssd-20200327T152054Z-001/weights/ssd300_COCO_5000.pth', type=str,
                    help='Trained state_dict file path to open')

3.annopath，imgpath，imgsetpath，devkit_path的内容也要进行相应的修改：

#annopath = os.path.join(args.voc_root, 'VOC2007', 'Annotations', '%s.xml')
#imgpath = os.path.join(args.voc_root, 'VOC2007', 'JPEGImages', '%s.jpg')
#imgsetpath = os.path.join(args.voc_root, 'VOC2007', 'ImageSets',
#                          'Main', '{:s}.txt')
#YEAR = '2007'
#devkit_path = args.voc_root + 'VOC' + YEAR
mask_root = "C:/Users/25345/Desktop/pytorch_ssd-20200327T152054Z-001/pytorch_ssd/data/maskornot"
annopath = os.path.join(mask_root, 'Annotations', '%s.xml')
imgpath =