Tensorflow对象检测API：如何找出误报，误报，真报？

Question

我正在使用Tensorflow对象检测API来微调来自模型动物园的预训练模型以进行自定义对象检测。 模型融合后，我可以将eval_util.py与EvalConfig.metrics_set='open_images_V2_detection_metrics'以获取mAP （以及特定于类的AP ），从而可以mAP模型的质量。

但是mAP点不足以达到我的目的。 为了进行更好的分析，我想知道模型结果分为误报，误报和真报的确切细分。 我希望能够以实际测试图像的形式查看此细分-也就是说，我希望看到测试图像在物理上自动地自动分为这三个组。

我怎样才能做到这一点？

我尝试搜索Tensorflow的官方文档，并在某种程度上搜索github上的相关python文件，但是我还没有找到解决方法。

Answer 1

我认为您正在寻找的是混乱矩阵。 看一下此链接： Tensorflow混淆矩阵

您基本上可以使用此功能评估您的预测。

Answer 2

我们也遇到这个问题。 现在，在object_detection / utils / metrics.py中找到一些线索。 也许您可以尝试一下。 希望您能分享您的解决方案！