python版faster rcnn利用matlab绘制RP曲线

在上一篇博客caffe–python版利用训练好模型进行测试中小鱼利用以训练的模型得到测试结果，但只得到测试的accuracy，没有得到想要的precision和recall。然而faster rcnn的测试结果是输出AP值的，所以小鱼认为一定是什么地方存储了precision和recall，可以被调用。如果对precision和recall等指标有不懂，可以参考faster r-cnn中评价检测算法中的指标接下来小鱼将和大家分享怎么在python版的faster rcnn中调用matlab绘制RP曲线。
如果你是现在装的matlab，那第一件事是改matlab的快捷键为Windows型，不然都不会用matlab，改的方法为：
找到Home ，再选择preferences ，找到keyboard ，选择 shortcuts ，最后选择Windows default set。

如果你和小鱼一样已经到了要绘制测试集的RP曲线，那你肯定进行过py-faster-rnn的训练，这里就直接介绍怎么获取R，P等指标的获取。
1、首先需要将matlab评价的端口设置为True

**./lib/datasets/pascal_voc.py文件中**

        self.config = {'cleanup'     : True,
                       'use_salt'    : True,
                       'use_diff'    : False,
                       'matlab_eval' : False,
                       'rpn_file'    : None,
                       'min_size'    : 2}
**改为**

        self.config = {'cleanup'     : True,
                       'use_salt'    : True,
                       'use_diff'    : False,
                       'matlab_eval' : True,  #只要改这里
                       'rpn_file'    : None,
                       'min_size'    : 2}

2、端口虽然改好了，但是还需要开启matlab的图形化显示，并设置图形化界面为自己关闭，不然程序运行完之后，我们还没有看到图形化结果图matlab就自己直接关闭了。

**./lib/datasets/pascal_voc.py文件中**

cmd += '{:s} -nodisplay -nodesktop '.format(cfg.MATLAB)
        cmd += '-r "dbstop if error; '
        cmd += 'voc_eval(\'{:s}\',\'{:s}\',\'{:s}\',\'{:s}\'); quit;"' \
               .format(self._devkit_path, self._get_comp_id(),
                       self._image_set, output_dir)
**改为：**

cmd += '{:s}'.format(cfg.MATLAB)
        cmd += '-r "dbstop if error; '
        cmd += 'voc_eval(\'{:s}\',\'{:s}\',\'{:s}\',\'{:s}\');"' \
               .format(self._devkit_path, self._get_comp_id(),
                       self._image_set, output_dir)

3、现在关于matlab的设置已经改完了，接下来根据输出的结果报的错来修改代码。
我们测试的网络是调用/tools/test_net.py函数，改函数中有一些参数要自己终端调用的时候设置，测试运行的代码为：

cd py-faster-rcnn
./tools/test_net.py --gpu 0 --def /models/pascal_voc/VGG16/faster_rcnn_end2end/test.prototxt --net /output/faster_end2end/voc_2007_trainval/vgg16_faster_rcnn_final.caffemodel --cfg/experiments/cfgs/faster_rcnn_end2end.yml

其中output下为自己训练之后生成的模型名字，不一样要修改为自己模型的名字。其他的一般都一样。

终端运行上述命令，可能会报错，matlab下报错为找不到某个xxx_def_val_xxx.txt，这个错误是因为python的test_net.py函数生成一个文件名为xxx_def_test_xxx.txt，所以需要将matlab下调用的文件名格式进行修改。

**./lib/datasets/VOCdevkit-matlab-wrapper/voc_eval.m 文件下**
do_eval = (str2num(year) <= 2007) | ~strcmp(test_set, 'val');
**改为：**
do_eval = (str2num(year) <= 2007) | ~strcmp(test_set, 'test');

同时因为RP曲线是对自己类别的一个指标绘制图，所以需要将

./data/VOCdeckit/voccode/VOCinit.m 文件中
VOC2007数据下的类别进行修改，改成自己的类别

这样应该就没什么问题了，你就可以在matlab界面看到完美的RP曲线。

如果你觉得只有图，没有数字，不踏实，想看数字结果，那小鱼告诉你文件中已经保存结果在一个.mat文件中了，只要用matlab打开即可，结果保存在：

./output/faster_rcnn_end2end/voc_2007_test/vgg16_faster_rcnn_final/

文件中包含四个结果文件，有用的有生成的RP曲线图，和将AP值，precision值、recall值都保存的.mat文件。

最后，matlab的输出结果内容格式定义在voc_eval.m的第11-16行和第46行。

扫描二维码关注公众号，回复： 1980512 查看本文章

这就是今天分享的内容，如果你想加一些指标，比如F-measure值，你只要在

./data/VOCdevkit/VOCcode/voc_eval.m
./data/VOCdevkit/VOCcode/vocevaldet.m

两个文件中加入指标计算代码，和对输出内容进行修改即可

如果有什么问题可以在评论区进行评论留言，小鱼会及时回答，一起进步
喜欢记得留个赞再走哦，一起加油！

python版faster rcnn利用matlab绘制RP曲线

猜你喜欢