ID Artikel: 000059580 Jenis Konten: Pemecahan Masalah Terakhir Ditinjau: 07/03/2023

Tidak Dapat Memperoleh Hasil Average Precision (mAP) Saat Menjalankan Accuracy_check di Post-training Optimization Tool (POT)

BUILT IN - ARTICLE INTRO SECOND COMPONENT
Ringkasan

Cara menggunakan pemeriksa akurasi untuk POT

Deskripsi
  1. Perintah Ran POT:

    Cadangan pot -c yolov4-tiny_voc.json --output-dir -e
    Keluaran: INFO:app.run.detection_accuracy:0.0

  2. Perintah Ran Accuracy Checker: accuracy_check -c yolov4-tiny_voc.yml -td CPU memberikan hasil berikut:

    PERINGATAN accuracy_checker: /opt/intel/openvino_2021/deployment_tools/open_model_zoo/tools/accuracy_checker/accuracy_checker/metrik/detection.py:201: UserWarning: Tidak ada deteksi untuk komputasi mAP
    warnings.warn("Tidak ada deteksi untuk komputasi mAP")

    peta: 0,00%
    AP@0,5: 0,00%
    AP@0,5:0,05:95: 0,00%

Resolusi

Kumpulan data Visual Object Classes Challenge (VOC) tidak divalidasi oleh Intel. Intel telah memvalidasi akurasi menggunakan kumpulan data Common Objects in Context (COCO) seperti yang disebutkan dalam dokumentasi Yolo-v4-tf. Dengan menggunakan coco_precision untuk menghitung mAP untuk kumpulan data non-COCO, ini mungkin tidak memberikan hasil terbaik.

Untuk mencegah mendapatkan 0,00% untuk nilai mAP selama eksekusi pemeriksa akurasi, ubah dari VOC ke kumpulan data MSCOCO dan gunakan metrik berbeda seperti detection_accuracy yang berfungsi dengan representasi DetectionAnnotation.

Lihat Cara Menjalankan Contoh langkah-langkah untuk melakukan pemeriksaan akurasi pada model.

Produk Terkait

Artikel ini berlaku untuk 1 produk

Isi halaman ini adalah kombinasi terjemahan manusia dan komputer dari konten berbahasa Inggris. Konten ini diberikan hanya untuk kenyamanan Anda serta sebagai informasi umum dan tidak bisa dianggap sebagai lengkap atau akurat. Jika terdapat kontradiksi antara versi bahasa Inggris halaman ini dan terjemahannya, versi bahasa Inggris akan didahulukan. Lihat versi bahasa Inggris halaman ini.