神经网络mAP值计算及显示

参考：https://github.com/Cartucho/mAP#create-the-predicted-objects-files

训练得到自己的神经网络模型后，需要计算AP值来验证模型的好坏，本文介绍AP值计算的方法，最后效果如图所示：

具体步骤如下：

1 下载源码

git clone https://github.com/Cartucho/mAP

2 创建真实数据文件

利用labelImg标注工具生成的是*.xml标注文件，并且标注文件与图片一一对应，如有“picture1.jpg”的图片，就会有“picture1.xml”的标注文件。

在计算AP值的时候，需要将xml文件转化为txt文件，具体转化方法在extra文件夹中，运行convert_gt_xml.py文件即可完成转化

txt的数据格式如下

<class_name> <left> <top> <right> <bottom>

如"image_1.txt":

tvmonitor 2 10 173 238
book 439 157 556 241
book 437 246 518 351
pottedplant 272 190 316 259

将生成的文件放置在ground-truth文件夹下

3 移动图片

将对应的图片移动到images文件夹下，注意名字要与txt文件的名字一一对应

4 创建预测数据文件

将测试模型时的结果文件输出，主要要保存成新的格式，包括类别、置信度和四个坐标值，也保存成txt格式文件，保存在predicted文件夹下（注意predicted文件夹里边的文件格式与ground_truth文件夹里边的文件格式区别）

tvmonitor 0.471781 0 13 174 244
cup 0.414941 274 226 301 265
book 0.460851 429 219 528 247
bottle 0.287150 336 231 376 305
chair 0.292345 0 199 88 436

5 运行main.py

运行主程序，即可输出所需结果文件