本文记录了在MATLAB中使用evaluateDetectionMissRate函数绘制FPPI曲线的过程，包括所需数据格式转换和代码实现。通过将检测结果和训练数据输入函数，转化成MATLAB可处理的格式，结合Ground truth信息，最终生成FPPI曲线。提供了代码资源的下载链接。
https://www.cnblogs.com/ya-cpp/p/8282383.html
找遍了全网，也只有上边的作者小哥哥给了具体的实施步骤，非常感谢，但对于matlab白痴来说看了看了整整两天才看懂实现，真是太不容易了，为了方便自己以后不会忘记，再此纪录。
一、用到的函数：[m,fppi,missRate] = evaluateDetectionMissRate(detectionResults,trainingData)
1、用到的就是matlab2017中的这个函数，如上所示，要做的就是需要detectionResults和trainingData两种数据即可。
detectionResults：是你检测器生成的关于每幅图像的 boundinb boxes 和对应与每个bbox 得到的分数（说白了就是进行数据测试时候保存出来的comp4_det_test_person.txt文件中的数据）
分别代表：图片名称；准确率；框框位置（boudingbox位置）
需要转成我们matLab可以处理的数据类型格式，如下图所示，只保留“图片名称”与“框框位置信息”即可
2.trainingData：是我们每张图片的 Ground truth，即我们变动的.X
最低0.47元/天 解锁文章
扫一扫
到【灌水乐园】发言
