YOLOv5全面解析教程：計(jì)算mAP用到的numpy函數(shù)詳解

代碼倉(cāng)庫(kù)地址：https://github.com/Oneflow-Inc/one-yolov5歡迎star one-yolov5項(xiàng)目 獲取最新的動(dòng)態(tài)。如果您有問(wèn)題，歡迎在倉(cāng)庫(kù)給我們提出寶貴的意見。如果對(duì)您有幫助，歡迎來(lái)給我Star呀~

引言

本文主要介紹在 one-yolov5 項(xiàng)目中 計(jì)算mAP用到的一些numpy操作，這些numpy操作使用在 utils/metrics.py (https://github.com/Oneflow-Inc/one-yolov5/blob/734609fca9d844ac48749b132fb0a5777df34167/utils/metrics.py)中。這篇文章是《YOLOv5全面解析教程》四，目標(biāo)檢測(cè)模型精確度評(píng)估 的補(bǔ)充，希望能幫助到小伙伴們。

用到的 numpy 操作比如：np.cumsum()、np.interp()、np.maximum.accumulate()、np.trapz()等。接下來(lái)將在下面逐一介紹。

importnumpyasnp

np.cumsum()

返回元素沿給定軸的累積和。

numpy.cumsum(a, axis=None, dtype=None, out=None) 源碼(https://github.com/numpy/numpy/blob/v1.23.0/numpy/core/fromnumeric.py#L2497-L2571)

參數(shù)

a :數(shù)組

axis: 軸索引,整型，若a為n維數(shù)組，則axis的取值范圍為[0,n-1]

dtype: 返回結(jié)果的數(shù)據(jù)類型，若不指定，則默認(rèn)與a一致n

out: 數(shù)據(jù)類型為數(shù)組。用來(lái)放置結(jié)果的替代輸出數(shù)組，它必須具有與輸出結(jié)果具有相同的形狀和數(shù)據(jù)緩沖區(qū)長(zhǎng)度

返回

沿著指定軸的元素累加和所組成的數(shù)組，其形狀應(yīng)與輸入數(shù)組a一致

np.cumsum(a)#計(jì)算累積和的軸。默認(rèn)（無(wú)）是在展平的數(shù)組上計(jì)算cumsum。

array([ 1,  3,  6, 10, 15, 21])

a=np.array([[1,2,3],[4,5,6]])
np.cumsum(a,dtype=float)#指定輸出的特定的類型

array([ 1.,  3.,  6., 10., 15., 21.])

np.cumsum(a,axis=0)#3列中每一列的行總和

array([[1, 2, 3],
       [5, 7, 9]])

x=np.ones((3,4),dtype=int)
np.cumsum(x,axis=0)

array([[1, 1, 1, 1],
       [2, 2, 2, 2],
       [3, 3, 3, 3]])

np.cumsum(a,axis=1)#2行中每行的列總和

array([[ 1,  3,  6],
       [ 4,  9, 15]])

np.interp()

參數(shù)

x: 數(shù)組 待插入數(shù)據(jù)的橫坐標(biāo)

xp: 一維浮點(diǎn)數(shù)序列 原始數(shù)據(jù)點(diǎn)的橫坐標(biāo)，如果period參數(shù)沒有指定那么就必須是遞增的 否則，在使用xp = xp % period正則 化之后，xp在內(nèi)部進(jìn)行排序

fp: 一維浮點(diǎn)數(shù)或復(fù)數(shù)序列 原始數(shù)據(jù)點(diǎn)的縱坐標(biāo)，和xp序列等長(zhǎng).

left: 可選參數(shù)，類型為浮點(diǎn)數(shù)或復(fù)數(shù)（對(duì)應(yīng)于fp值） 當(dāng)x < xp[0]時(shí)的插值返回值，默認(rèn)為fp[0].

right: 可選參數(shù)，類型為浮點(diǎn)數(shù)或復(fù)數(shù)（對(duì)應(yīng)于fp值），當(dāng)x > xp[-1]時(shí)的插值返回值，默認(rèn)為fp[-1].

period: None或者浮點(diǎn)數(shù)，可選參數(shù) 橫坐標(biāo)的周期 此參數(shù)使得可以正確插入angular x-coordinates. 如果該參數(shù)被設(shè)定，那么忽略left參數(shù)和right參數(shù)

返回

浮點(diǎn)數(shù)或復(fù)數(shù)（對(duì)應(yīng)于fp值）或ndarray. 插入數(shù)據(jù)的縱坐標(biāo)，和x形狀相同

注意！

在沒有設(shè)置period參數(shù)時(shí)，默認(rèn)要求xp參數(shù)是遞增序列

#插入一個(gè)值
importnumpyasnp
importmatplotlib.pyplotasplt
x=2.5
xp=[1,2,3]
fp=[3,2,0]
y=np.interp(x,xp,fp)#1.0
plt.plot(xp,fp,'-o')
plt.plot(x,y,'x')#畫插值
plt.show()

#插入一個(gè)序列
importnumpyasnp
importmatplotlib.pyplotasplt

x=[0,1,1.5,2.72,3.14]
xp=[1,2,3]
fp=[3,2,0]
y=np.interp(x,xp,fp)#array([3.,3.,2.5,0.56,0.])
plt.plot(xp,fp,'-o')
plt.plot(x,y,'x')
plt.show()

np.maximum.accumulate

計(jì)算數(shù)組（或數(shù)組的特定軸）的累積最大值

importnumpyasnp
d=np.random.randint(low=1,high=10,size=(2,3))
print("d:
",d)
c=np.maximum.accumulate(d,axis=1)
print("c:
",c)

d:
 [[1 9 5]
 [2 6 1]]
c:
 [[1 9 9]
 [2 6 6]]

np.trapz()

numpy.trapz(y, x=None, dx=1.0, axis=- 1)使用復(fù)合梯形規(guī)則沿給定軸積分。

importmatplotlib.pyplotasplt
importnumpyasnp
y=[1,2,3];x=[i+1foriinrange(len(y))]
print(np.trapz(x))
plt.fill_between(x,y)
plt.show()#(1+3)*(3-1)/2=4

4.0

importmatplotlib.pyplotasplt
importnumpyasnp
y=[1,2,3]
x=[4,6,8]
print(np.trapz(y,x))
plt.fill_between(x,y)
plt.show()#(3+1)*(8-4)/2=8

8.0