从 COCO 数据集中合并某些类别答案

【问题标题】：Merging certain categories from COCO dataset从 COCO 数据集中合并某些类别
【发布时间】：2019-11-29 15:50:00
【问题描述】：

我正在尝试合并 coco 数据集上的某些类以进行评估。我的目标是将类别“汽车”、“卡车”、“公共汽车”合并到一个新类别“车辆”。但我不想训练一个新模型。以下代码输出对所有 80 个 Coco 类别的评估。

from detectron2.evaluation import COCOEvaluator, inference_on_dataset
from detectron2.data import build_detection_test_loader
from detectron2.modeling import build_model
from detectron2.checkpoint import DetectionCheckpointer

model = build_model(cfg)
DetectionCheckpointer(model).load(weights_path)

evaluator = COCOEvaluator("testsetPre_val", cfg, False, output_dir="./output/")
val_loader = build_detection_test_loader(cfg, "testsetPre_val")
inference_on_dataset(model, val_loader, evaluator)

有什么建议吗？

【问题讨论】：

“合并类别”是什么意思？
我想合并 3 个类别。它应该是一种超类，因为我的数据集不区分公共汽车和卡车，而 coco 数据集可以。

标签： python machine-learning object-detection

【解决方案1】：

嗯，解决这个问题的简单方法是，让模型预测“汽车”、“公共汽车”和“卡车”。但在绘制边界框之前将标签编辑为“车辆”。

在通过将检测到的对象传递给 TensorFlow 的“visutil”函数来围绕检测到的对象绘制边界框之前，只需使用一个简单的 if-else 语句：

if label in ["car", "buses", "trucks"]:
    label="vehicles"

如果您不想重新训练模型，这是唯一的方法。

如果您想重新训练模型，请将“公共汽车”、“卡车”和“汽车”的标记更改为“车辆”。

【讨论】：

谢谢，我更改了评估类中的映射。