记录用retinaNet执行DDSM代码中的问题（求精度的过程中出现的错误）

最新推荐文章于 2021-10-18 10:51:19 发布

我要发Paper

最新推荐文章于 2021-10-18 10:51:19 发布

阅读量554

点赞数

CC 4.0 BY-SA版权

分类专栏：实验

本文链接：https://blog.youkuaiyun.com/weixin_42467022/article/details/90610044

在运行DDSM代码时遇到错误，主要聚焦于append函数的理解。当axis未定义时，操作是横向加成；定义后，axis=0时按列相加，axis=1时按行相加。此外，文章还统计了数据集的详细信息，包括照片数量、训练集和验证集的数量，并详细解释了retinaNet的预测框匹配、IOU计算、精度和召回率的计算过程，以及平均精度（AP）的计算原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

因为运行代码报错误：

1.所以研究一下这个append函数

numpy.append(arr, values, axis=None):

简答来说，就是arr和values会重新组合成一个新的数组，做为返回值。而axis是一个可选的值

当axis无定义时，是横向加成，返回总是为一维数组！

 >>> np.append([1, 2, 3], [[4, 5, 6], [7, 8, 9]])
    array([1, 2, 3, 4, 5, 6, 7, 8, 9])

当axis有定义的时候，分别为0和1的时候。（注意加载的时候，数组要设置好，行数或者列数要相同。不然会有error：
all the input array dimensions except for the concatenation axis must match exactly）

当axis为0时，数组是加在下面（列数要相同）：
```
import numpy a
```