当前位置: article > 正文

YOLOv7改进之实验结果：新增mAP75的值

作者：繁依Fanyi0 | 2024-02-19 09:58:31

踩

YOLOv7是一种计算机视觉算法，用于实时目标检测和定位。最近的改进在YOLOv7中引入了新增的mAP75指标来评估模型的性能。本文将详细介绍这项改进并提供相应的源代码。

目标检测模型的性能通常通过平均精度（mean Average Precision，mAP）来衡量。传统上，mAP的计算基于IoU（Intersection over Union）阈值为0.5的检测结果。但是，这个阈值可能无法准确地评估模型对小目标的检测能力。因此，在YOLOv7中，我们引入了一个新的指标mAP75，该指标使用IoU阈值为0.75来计算。

下面是用于计算mAP75的源代码示例：

def compute_mAP75(predictions, targets):
    mAP75 = 0.0
    num_predictions = len(predictions)
    
    1
2
3
4

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/114059