utils
最后更新
luxonis_train.attached_modules.metrics.mean_average_precision.utils平均精度均值指标的辅助函数。compute_metric_lists 将批次转换为 torchmetrics 的输入。postprocess_metrics 将原始结果转换为主值和训练器记录的其他值。函数
add_f1_metrics
Python
1def add_f1_metrics(metrics: dict[str, Tensor]) -> dict[str, Tensor]:"map" 的键,函数会查找将 "map" 替换为 "mar" 的相同键。如果该键存在,函数会添加这两个值的调和平均值。新键将 "map" 替换为 "f1":F1 = (2⋅mAP⋅mAR)/(mAP + mAR)当两个值都为 0 时,F1 分数为 NaN。函数会就地更改 metrics。示例
键
"mar" 不存在,因此 "map" 没有 F1 分数。Pycon
1>>> import torch
2>>> metrics = {
3... "map": torch.tensor(0.4),
4... "map_small": torch.tensor(0.5),
5... "mar_small": torch.tensor(1.0),
6... }
7>>> result = add_f1_metrics(metrics)
8>>> sorted(result)
9['f1_small', 'map', 'map_small', 'mar_small']
10>>> round(result["f1_small"].item(), 4)
110.6667metrics(dict[str, Tensor]): 指标值。
dict[str, Tensor]: 相同的字典,添加了 F1 分数。
compute_metric_lists
Python
1def compute_metric_lists(boundinbox: list[Tensor], target_boundingbox: Tensor, height: int, width: int, *, masks: list[Tensor] | None = None, target_masks: Tensor | None = None) -> tuple[list[dict[str, Tensor]], list[dict[str, Tensor]]]:torchmetrics 的输入。该函数为批次中的每个图像构建一个预测字典和一个目标字典。它们的格式是 torchmetrics MeanAveragePrecision 的 update 方法的输入:- 预测字典包含
"boxes",即预测框的前四列。它还包含"scores"(第五列)和"labels"(第六列,为int32)。 - 目标字典包含
"boxes",即图像的目标框,格式为xyxy,单位为像素。它还包含"labels",即类别列,为int32。 - 对于掩码,每个字典还包含
"masks",即图像的掩码,为bool。
示例
Pycon
1>>> import torch
2>>> boxes = [torch.tensor([[10.0, 20.0, 50.0, 60.0, 0.5, 1.0]])]
3>>> targets = torch.tensor([[0.0, 1.0, 0.25, 0.5, 0.5, 0.25]])
4>>> preds, target = compute_metric_lists(
5... boxes, targets, height=200, width=100
6... )
7>>> preds[0]["scores"].tolist(), preds[0]["labels"].tolist()
8([0.5], [1])
9>>> target[0]["boxes"].tolist()
10[[25.0, 100.0, 75.0, 150.0]]boundinbox(list[Tensor]): 每个图像的预测框,形状为[M_i, 6],格式为[x1, y1, x2, y2, score, class],单位为像素。target_boundingbox(Tensor): 批次的目标框,形状为[N, 6],格式为[batch_index, class, x, y, w, h]。x和y是归一化的左上角坐标,w和h是归一化的大小。height(int): 图像高度,单位为像素。它用于缩放目标框的y坐标。width(int): 图像宽度,单位为像素。它用于缩放目标框的x坐标。masks(list[Tensor] | None): 每个图像的预测掩码,形状为[M_i, H, W]。None表示不添加掩码。target_masks(Tensor | None): 批次的目标掩码,形状为[N, H, W],与target_boundingbox的每一行对应。None表示不添加掩码。
tuple[list[dict[str, Tensor]], list[dict[str, Tensor]]]: 预测字典和目标字典,boundinbox的每个项目对应一个。
ValueError: 当只给出masks和target_masks中的一个时。
postprocess_metrics
Python
1def postprocess_metrics(metrics: dict[str, Tensor], class_names: Mapping[int, str], main_metric: str, device: torch.device) -> tuple[Tensor, dict[str, Tensor]]:main_metric 并单独返回该值。该函数会就地更改 metrics。示例
Pycon
1>>> import torch
2>>> metrics = {
3... "map": torch.tensor(0.5),
4... "map_small": torch.tensor(0.5),
5... "mar_small": torch.tensor(1.0),
6... "classes": torch.tensor([0]),
7... }
8>>> main, others = postprocess_metrics(
9... metrics, {0: "person"}, "map", torch.device("cpu")
10... )
11>>> main.item()
120.5
13>>> {key: round(value.item(), 3) for key, value in others.items()}
14{'map_small': 0.5, 'mar_small': 1.0, 'f1_small': 0.667}metrics(dict[str, Tensor]): 原始指标值。字典必须包含键"classes",请参阅 process_class_metrics。class_names(Mapping[int, str]): 类别名称,以类别索引为键。main_metric(str): 主值的键,例如"map"。device(torch.device): 当metrics没有键main_metric时,函数返回的零张量的设备。
tuple[Tensor, dict[str, Tensor]]: 主值和其他值的字典。当metrics没有键main_metric时,主值是device上的零张量。
process_class_metrics
Python
1def process_class_metrics(metrics: dict[str, Tensor], class_names: Mapping[int, str]) -> dict[str, Tensor]:"classes" 和每个以 "_per_class" 结尾的键。一个包含多个元素的按类别张量会为每个类别生成一个新键,即 "<key>_<class name>"。其值是类别在 "classes" 中位置的元素。类别名称中的空格会变成下划线。一个包含一个元素的按类别张量不会生成新键。例如,当按类别指标关闭时,torchmetrics 返回 [-1]。该函数会就地更改 metrics。示例
Pycon
1>>> import torch
2>>> metrics = {
3... "map": torch.tensor(0.5),
4... "map_per_class": torch.tensor([0.25, 0.75]),
5... "classes": torch.tensor([0, 1]),
6... }
7>>> names = {0: "person", 1: "traffic light"}
8>>> result = process_class_metrics(metrics, names)
9>>> sorted(result)
10['map', 'map_per_class_person', 'map_per_class_traffic_light']
11>>> result["map_per_class_traffic_light"].item()
120.75metrics(dict[str, Tensor]): 指标值。字典必须包含键"classes",一个包含按类别值顺序的类别索引的张量。class_names(Mapping[int, str]): 类别名称,以类别索引为键。它必须包含"classes"的每个索引。
dict[str, Tensor]: 相同的字典,不包含"classes"和按类别张量,并包含每个类别的值。