darknet测试自定义数据集

用darknet的YOLOv4训练后在验证集上测试。

0.下载darknet源码并编译

git clone https://github.com/AlexeyAB/darknet/

修改Makefile文件，根据作者提示修改参数

git clone https://github.com/AlexeyAB/darknet
cd darknet
make

1、准备好测试集

需要将图片和标签放在一个文件夹下

2、准备相关文件

.data文件

修改画红框的两个地址

.txt文件

包含所有验证集/测试集图片的txt文件

以下脚本可以帮助快速生成

import glob

img_path ='/home/zxc/yutong/darknet-yolov4/class29_train/images/val/*.jpg'
img_list = glob.glob(img_path)

f = open('test.txt','w')
for img in img_list:
    f.write(img+'\n')
f.close()

.names文件

包含目标检测类别的文件

3、在命令行测试验证集

依次为.data文件 .cfg网络参数 .weights权重文件

./darknet detector map test.data node1/yolov4-tiny.cfg node1/yolov4-tiny_last.weights

打印出每一个类别的AP50以及所有类别的map50

参考
darknet训练时计算mAP和测试计算mAP
https://github.com/AlexeyAB/darknet