支持知识库

无法获得正确的平均平均精度（mAP）结果，从而实现矩形输入大小上的量化 YOLOv4 模型

内容类型: 故障排除 | 文章 ID: 000059640 | 上次审核日期: 2022 年 05 月 20 日

说明解决方法

说明

量化了大小为 416 x 416 的 YOLOv4 模型，并获得了正确的 mAP 值。
使用以下命令量化大小为 320 x 544 的 YOLOv4 模型：
pot -c yolov4-tiny-3l-gray-license_plate_prune_0.46_keep_0.01_320x544_qtz.json --output-dir backup -e

获得的 mAP 值不正确：

Output:
INFO:app.run:map : 0.47562541279744447
INFO:app.run:AP@0.5 : 0.0
INFO:app.run:AP@0.5 : 0.05:95 : 0.0

mAP 本身的定义是预计会获得结果：用于比较具有参考值的模型的推理结果的规则。mAP 的计算方法是先找到所有类别的平均精度的总和，然后将总和除以课程数。
OpenVINO™模型使用 yolov3 进行了测试和验证：416x416 和 yolov4：608x608，是业界常用模板配置文件中的默认网络大小。因此，使用未验证的大小可能导致 mAP 值返回小于 1.0。

本页面上的内容是原始英文内容的人工翻译与计算机翻译的组合。我们提供此内容是为了您的便利并且仅供参考，未必完整或准确。如果本页面的英文版与翻译版之间存在任何冲突，应以英文版为准。查看此页面的英语版本。