如图，precison值已经知晓了，recall能否直接给出还是需要手动计算？
可以使用可视化模型进行查看，里面基本上都有了
VisualDL吗？我没太玩儿明白那个，保存的scalar的log文件里只显示了map和loss的数据，PR曲线没有数据，是需要额外设置什么内容吗？我得到PR曲线也是在评估阶段用--classwise得到了各类自动输出的结果，并没有显示precision和recall的值。
楼主解决了吗，我看好像是在def _get_tp_fp_accum(self, score_pos_list): # 计算正负样本的结果 """ Calculate accumulating true/false positive results from [score, pos] records """ sorted_list = sorted(score_pos_list, key=lambda s: s[0], reverse=True) accum_tp = 0 accum_fp = 0 accum_tp_list = [] accum_fp_list = [] for (score, pos) in sorted_list: accum_tp += int(pos) accum_tp_list.append(accum_tp) accum_fp += 1 - int(pos) accum_fp_list.append(accum_fp) return accum_tp_list, accum_fp_list
这个函数更改，索引最大值，应该即为当IOU = 0.5 时的RECALL值
这个值是tp 和 fp , 应该在 precision = [] ,recall = [] , 中索引最大值
你好！请问你是如何读取的？
可以使用可视化模型进行查看，里面基本上都有了
VisualDL吗？我没太玩儿明白那个，保存的scalar的log文件里只显示了map和loss的数据，PR曲线没有数据，是需要额外设置什么内容吗？我得到PR曲线也是在评估阶段用--classwise得到了各类自动输出的结果，并没有显示precision和recall的值。
楼主解决了吗，我看好像是在def _get_tp_fp_accum(self, score_pos_list): # 计算正负样本的结果
"""
Calculate accumulating true/false positive results from
[score, pos] records
"""
sorted_list = sorted(score_pos_list, key=lambda s: s[0], reverse=True)
accum_tp = 0
accum_fp = 0
accum_tp_list = []
accum_fp_list = []
for (score, pos) in sorted_list:
accum_tp += int(pos)
accum_tp_list.append(accum_tp)
accum_fp += 1 - int(pos)
accum_fp_list.append(accum_fp)
return accum_tp_list, accum_fp_list
这个函数更改，索引最大值，应该即为当IOU = 0.5 时的RECALL值
这个值是tp 和 fp , 应该在 precision = [] ,recall = [] , 中索引最大值
你好！请问你是如何读取的？