今天跑了以下YOLOv2，发现竟然没有计算mAP的，这样怎么和其他模型对比呢？
于是乎，百度了一下，折腾了好几下，我发现，有些人不知道是不是故意的，竟给别人出馊主意。方法绕来绕去(虽然也能计算，但让人觉得不知所云)。我竟无言以对。
幸好，有一篇比较良心：我的参考文献，本文也只是对这篇博客更细致的解释。
为了避免大家踩坑，觉得写一篇这个很有必要。
一、生成检测结果文件
./darknet detector valid cfg/voc.data cfg/yolo-voc.2.0.cfg results/yolo-voc_final.weights -out [类名] -gpu 0 -thresh .5输出文件在results下。
注意：输出的文件名要求为类名，不然后面计算时会出现ap = nan。我觉得出现nan的人应该还是有的。
二、新建一个.py文件
在faster-rcnn/lib/datasets/ 下，新建一个compute_mAP.py文件：
from voc_eval import voc_eval
print voc_eval('/home/mckee/darknet/results/{}.txt', '/home/mckee/darknet/scripts/VOCdevkit/VOC2007/Annotations/{}.xml', '/home/mckee/darknet/scripts/VOCdevkit/VOC2007/ImageSets/Main/test.txt', '1', '.')第1项：表示检测结果文件路径
第2项：表示标签文件的路径
第3项：表示测试文件路径
第4项：类名
三、运行compute_mAP.py
最后一项就是AP，由于我只有1类，所以就是mAP。
出现nan的可能就是第一步的问题了。
说明一下：这只是AP的，至于mAP我暂时还没涉及检测多类，目前也不知道怎么检测多类。