【yolov5】yolov5评估网络mAP时只计算指定的类

使用yolov5检测，有时会需要标记一些其他类来帮助模型斧正真正需要检测的类别，这些其他类我们并不希望出现在结果的mAP中，而导致我们需要的类别的mAP计算偏离实际值。

解决方案：在计算metrics前将需要计算mAP的类别序号制定出来，只需要计算所选类别的各项指标作为总体的指标。

yolov5官方的评估脚本：val.py

在val.py的  # compute metrics  后加上代码

mAP_cls_idx = torch. Tensor([1,2,3])  # 设定的需要计算mAP的类的序号

后面代码从

stats = [torch.cat(x, 0).cpu().numpy() for x in zip(*stats)]  # to numpy
    if len(stats) and stats[0].any():
        tp, fp, p, r, f1, ap, ap_class = ap_per_class(*stats, plot=plots, save_dir=save_dir, names=names)
        ap50, ap = ap[:, 0], ap.mean(1)  # AP@0.5, AP@0.5:0.95
        mp, mr, map50, map = p.mean(), r.mean(), ap50.mean(), ap.mean()
       

改为

stats = [torch.cat(x, 0).cpu().numpy() for x in zip(*stats)]  # to numpy
    if len(stats) and stats[0].an