search

bubbliiiing / yolox-pytorch

这是一个yolox-pytorch的源码，可以用于训练自己的模型。
Apache License 2.0
890 stars 185 forks source link

个人认为，置信度阈值设置方式有误 #138

Open windyjunfeng opened 1 year ago

windyjunfeng commented 1 year ago

您好，VOC AP值应该与recall和precision以及F1保持同样的置信度阈值，不会设置两套置信度阈值的，经典网络和经典论文中都是这样计算的。如果设置两个置信度阈值，就像注释中所述将第一个阈值设置得非常低，得到一个较高的AP值，而将第二个置信度阈值设置为一个合理的值，得到较为合适的recall，precision和F1。个人认为这样有作弊之嫌，有损学术风气~望深思

bubbliiiing commented 1 year ago

额，说清前提就没有损学术风气，不清不楚才有损学术风气，如果不说条件的话，很多结果是没有任何参考价值的

mingshan3 commented 1 year ago

您好，VOC AP值应该与recall和precision以及F1保持同样的置信度阈值，不会设置两套置信度阈值的，经典网络和经典论文中都是这样计算的。如果设置两个置信度阈值，就像注释中所述将第一个阈值设置得非常低，得到一个较高的AP值，而将第二个置信度阈值设置为一个合理的值，得到较为合适的recall，precision和F1。个人认为这样有作弊之嫌，有损学术风气~望深思

请问一下您知道如何修改代码将置信度阈值保持一致吗？

bubbliiiing commented 1 year ago

mAP本来就应该要考虑所有的预测框，置信度高和低都需要考虑，无需修改